一种结合极化分解向量统计分布的极化SAR图像滤波方法

摘要

本发明公开了一种结合极化分解向量统计分布的极化SAR图像滤波方法，通过对输入的极化SAR图像数据进行极化目标分解，得到散射向量；对输入的极化SAR数据利用非局部方法，得到每一个像素点和其搜索窗内的其他像素点的权值；根据极化SAR数据的极化分解向量的分布特性，求得极化相似性的度量公式及阈值，对于每个像素点的搜索窗内的像素点进行相似性度量，找到每一个像素点的相似集合，对权值公式进行修改；利用最终的权值公式对每一个像素点进行滤波，得到滤波后的极化SAR图像数据；本发明解决了滤波方法不能很好保持图像细节信息和散射特性的问题，使得在对极化SAR图像进行相干斑抑制的同时也能很好的保持图像的细节和散射特性。

主权项

一种结合极化分解向量统计分布的极化SAR图像滤波方法，其特征在于，包括如下步骤：步骤一：输入极化SAR数据的相干矩阵T；步骤二：对相干矩阵T进行混合四分量分解，即HPD分解，每一个像素点分成四种散射类型，即：表面散射ps，偶次散射pd，体散射pv和螺旋散射ph，每一个像素点的散射特性用一个3×1向量表示，则像素点i的散射特性为：vec_i＝[ps_i,pd_i,pv_i+ph_i]；步骤三：利用非局部技术，求得每一个像素点i和其邻域内其他像素点j的权值w(i,j)；步骤四：根据极化SAR数据的极化分解向量的分布特性，求得极化相似性的度量公式及阈值，进而找到每一个像素点i在其邻域窗内的相似像素点，对权值进行修改，得到最终的权值公式；步骤五：利用最终的权值公式对每一个像素点进行估计，得到整个极化SAR图像滤波后的相干矩阵步骤六：利用Pauli分解方法将滤波后的相干矩阵合成伪彩图。