[发明专利]基于相对极化全变差的极化SAR影像相干斑抑制方法有效
申请号: | 201810413022.9 | 申请日: | 2018-05-03 |
公开(公告)号: | CN108830799B | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 江畅;李文梅;陈一祥 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G01S13/90;G01S7/02 |
代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 牛莉莉 |
地址: | 210023 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 相对 极化 全变差 sar 影像 相干 抑制 方法 | ||
本发明涉及一种基于相对极化全变差的极化SAR影像相干斑抑制方法,通过对极化SAR影像的极化相干矩阵分离为主对角线元素和非对角线元素,应用窗口卷积局部全变差和全局全变差更新主对角线元素,由原非对角线元素和更新后的主对角线元素重构极化相干矩阵,利用相邻像元上的极化相干矩阵比值和更新前后的极化相干矩阵距离,获得须保留极化特征的像元位置。本发明仅对不属于上述像元位置的极化相干矩阵的主对角线元素进行相干斑抑制,解决了现有极化SAR相干斑抑制中不能很好地将极化SAR影像的结构信息和散射特性两者相结合进行相干斑抑制的问题,使得极化SAR的相干斑抑制在结构信息和散射特性两方面都得到保持。
技术领域
本发明涉及一种基于相对极化全变差的极化SAR影像相干斑抑制方法,属于全极化SAR(Synthetic Aperture Radar,合成孔径雷达)遥感技术领域。
背景技术
极化SAR是一种用于测量辐射信号极化特征的成像雷达,能够获得不同极化状态下的目标散射特征。因此,极化SAR被广泛应用于农业调查、林业研究和地质勘探等领域。然而,由于极化SAR存在大量呈颗粒状的相干斑噪声,导致影像解译不明显,甚至严重影响了影像的应用。因此,对极化SAR影像进行相干斑抑制具有重要的意义。
目前极化SAR影像相干斑抑制方法主要分为三类:第一类是基于自适应的相干斑抑制,第二类是基于非局部均值方法的相干斑抑制,第三类是基于全变差方法的相干斑抑制。
基于自适应的相干斑抑制方法主要基于最小均方差误差,通过调整模板窗口和局部统计值的方法减少相干斑,如Lee滤波、Kuan滤波,Frost滤波。为了更好的保留边缘细节,很多方基于自适应相干斑抑制的方法被相继提出。有研究者2014年提出一种自适应增强Lee滤波方法,通过增加一组均匀窗口及一组线性方向窗口并自适应调整窗口大小,提升相干斑抑制效果。然而,基于自适应的相干斑抑制方法,需要为窗口自适应机制设置较多的参数,导致运算过程耗时,运行效率低。
基于非局部均值的相干斑抑制方法是加权平均滤波方法,主要利用影像相似块作为滤波的加权权重,从而保留结构特征。该方法自提出以来,受到了众多研究者的广泛关注。有研究者2015年提出非局部加权最小均方差滤波方法,利用非局部均值的理论获取最小均方差方法中像素样本的权重。然而,这类方法在去噪时一般会使影像的边缘和细节信息模糊化,且运算量较大。
基于全变差方法的相干斑抑制方法中,正则项本质上是一种局部滤波器,正则化参数控制着噪声的抑制程度。有研究者2014年提出一种基于空间自适应正则化参数的非凸正则项全变差相干斑抑制方法,使用自适应正则化参数控制不同区域噪声抑制程度,利用非凸正则项保持影像边缘和纹理细节信息。有研究者2017年提出一种基于全变差的相干斑抑制方法,通过对数变换将SAR的乘法噪声转化为加性噪声,然后应用全变差相干斑抑制。然而,在极化SAR影像中,相干斑影响着每个极化通道和通道间的相互关系,而目标散射特征包含于协方差矩阵或极化相干矩阵中。
发明内容
本发明的目的在于:针对现有技术存在的缺陷,提出一种基于相对极化全变差的极化SAR影像相干斑抑制方法,迭代保留大于前一次Wishart距离的像素上极化相干矩阵,利用相对全变差方法更新小于前一次Wishart距离的像素上极化相干矩阵的主对角线元素,实现极化SAR影像相干斑抑制,同时能够保留极化特性和结构特性。
为实现上述目的,本发明的技术方案为:对极化SAR影像进行相对极化全变差的相干斑抑制,包括如下步骤:
步骤1,对极化SAR影像进行相干斑抑制,对极化SAR数据的极化相干矩阵进行分离,分为主对角线元素和非对角线元素两部分;
步骤1.1,使用极化SAR处理软件从极化SAR数据中读取获得极化SAR数据的极化相干矩阵;
步骤1.2,将极化相干矩阵T表示为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810413022.9/2.html,转载请声明来源钻瓜专利网。