[发明专利]一种图像去噪方法

说明书

本发明公开了一种图像去噪方法，涉及图像处理技术领域。本发明的图像去噪方法包括：将待处理图像转换为灰度图像；对所述灰度图像进行均值滤波，以得到均值图像；所述均值图像包括沿纵向分布的多个图像块；对于所述多个图像块中的每一个图像块，根据所述图像块的强度分布特征确定该图像块的噪声门限阈值，将所述图像块内的像素点强度与所述噪声门限阈值进行比较，根据比较结果确定该图像块内的带状噪声点；对所述灰度图像中的所有带状噪声点进行去噪处理。通过以上步骤，能够有效地去除ISAR图像中的噪声，尤其是带状噪声，进而提高图像质量，降低后续目标特征提取与识别的难度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像去噪方法。

背景技术

空间目标的ISAR(逆合成孔径雷达)图像是目标各个强散射点在横向和径向上的投影图像。ISAR图像能够反映出目标的外形、结构以及姿态变化等信息，是后续空间目标特征提取与识别的重要依据。但是，ISAR图像对雷达系统参数和姿态角比较敏感，一般具有严重的噪声。这些噪声对图像质量有极大影响，增大了目标特征的提取难度。

ISAR图像中的噪声主要是由背景、目标结构、雷达信号处理方法等因素引起的。通常来说，由背景环境和雷达内部结构等因素引起的噪声主要表现为图像整体背景的嘈杂，一般强度较弱且呈分布随机；由目标本身散射等因素引起的噪声主要表现为斑点噪声和带状噪声(或称为带状干扰、横条纹干扰)，这两种噪声比较严重，尤其是带状噪声。带状噪声容易出现在目标的强散射中心周围，其强度甚至超过了较弱的目标散射点的强度，而且带状噪声横向分布较广，容易与目标连成一片，因此很不容易去除。

目前，ISAR图像主要采用一些光学图像的去噪方法，比如均值滤波、中值滤波等。这些方法均不能很好的抑制ISAR图像中的噪声，尤其是带状噪声，因此需要提供一种新的图像去噪方法。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是解决以往ISAR图像去噪效果差的问题，以能够有效地去除掉ISAR图像中的噪声，尤其是带状噪声，进而提高图像质量，降低后续目标特征提取与识别的难度。

(二)技术方案

为了解决上述技术问题，第一方面，本发明提供了一种图像去噪方法。

本发明的图像去噪方法包括：将待处理图像转换为灰度图像；对所述灰度图像进行均值滤波，以得到均值图像；所述均值图像包括沿纵向分布的多个图像块；对于所述均值图像中的每一个图像块，根据所述图像块的强度分布特征确定该图像块的噪声门限阈值，将所述图像块内的像素点强度与所述噪声门限阈值进行比较，根据比较结果确定该图像块内的带状噪声点；对所述灰度图像中的所有带状噪声点进行去噪处理。

可选地，所述方法还包括：在执行所述根据所述图像块的强度分布特征确定该图像块的噪声门限阈值的步骤之前，计算所述灰度图像中与之对应的图像块内亮点和背景点的数量占比，并确认所述亮点的数量占比大于第一占比阈值、且所述背景点的数量占比小于第二占比阈值。

可选地，所述根据所述图像块的强度分布特征确定该图像块的噪声门限阈值的步骤包括：确定所述图像块中像素点的最大强度R_max、平均强度R_mean和最小强度R_min；在所述图像块满足(R max-R mean)＞b(R max-R min)时，将第一噪声门限阈值作为该图像块的噪声门限阈值；在所述图像块满足(R max-R mean)≤b(R max-R min)时，将第二噪声门限阈值作为该图像块的噪声门限阈值；其中，0.5＜b＜1，第一噪声门限阈值大于第二噪声门限阈值。

可选地，所述第一噪声门限阈值、第二噪声门限阈值满足：