结合可见光图像信息的SAR图像斑点噪声抑制方法

摘要

一种结合可见光图像信息的SAR图像斑点噪声抑制方法，其步骤为：(1)进行像素点区域属性分类，利用光学图像信息将像素点划分为均匀区域、缓变区域和边缘细节区域三类；(2)根据像素点所属类别，分别对SAR图像分类的斑点噪声进行抑制处理。本发明利用可见光图像将SAR图像分为均匀区域、缓变区域和边缘细节区域三类图像区域，然后在不同图像区域采用不同的噪声抑制运算；其优点在于：(1)利用不存在斑点噪声的可见光图像信息能够准确地对区域进行分类；(2)均匀区域和缓变区域采用了最适合的降斑运算，能够获取最好的降斑效果；(3)边缘细节区域采用了保持边缘处理，因此能够获取最好的边缘保持性能。

主权项

1、一种结合可见光图像信息的SAR图像斑点噪声抑制方法，其特征在于步骤如下：(1)进行像素点区域属性分类，利用光学图像信息将像素点划分为均匀区域、缓变区域和边缘细节区域三类；(2)根据像素点所属类别，分别对SAR图像分类的斑点噪声进行抑制处理；所述步骤(1)中利用光学图像信息进行区域属性分类的步骤如下：a.对光学图像f(i，j)进行梯度运算得到梯度图f_i(i，j)$f_t(i,j)=\sqrt{{[f(i,j)-f(i+1,j)]}^2+{[f(i,j)-f(i,j+1)]}^2}$其中，各像素点的关系如表1所示； f(i，j)f(i，j+1)f(i+1，j)b.根据两个梯度阈值—均匀阈值T_u和边缘阈值T_e，判定当前像素f(i，j)所属的区域类别，即均匀阈值T_u和边缘阈值T_e根据先验知识获得；所述步骤(2)中对SAR图像分类进行噪声抑制处理的步骤为：以当前像素点g(i，j)为中心，取出大小为W×W的窗口R内所有像素点，根据光学图像分类结果进行判断：a.如果窗口内所有像素点属于均匀区域，则以窗口内所有像素点的局域均值作为当前像素点降噪后的取值，进行均值滤波，即$\hat{g}(i,j)=\frac{1}{W^2}\underset{(k,l)\in R}{\Sigma }g(k,l)$b.如果窗口内的像素点仅属于缓变区域或属于缓变和均匀区域，则以当前像素点散射特性的最小均方误差估计值作为当前像素点降噪后的取值，进行Lee滤波，即$\hat{g}(i,j)=\mu (i,j)+\frac{{\alpha }^2(i,j)-{\beta }^2}{{\alpha }^2(i,j)+{\beta }^4}·[g(i,j)-\mu (i,j)]$其中，$\beta =\frac{1}{\sqrt{L}},$L为图像视数，由所需的噪声抑制效果确定，$\alpha (i,j)=\frac{\sigma (i,j)}{\mu (i,j)},$$\mu (i,j)=\frac{1}{W^2}\underset{(k,l)\in R}{\Sigma }g(k,l),$${\sigma }^2(i,j)=\frac{1}{W^2-1}\underset{(k,l)\in R}{\Sigma }{[g(k,l)-\mu (i,j)]}^2;$c.如果窗口内的像素点有属于边缘细节区域的，则保留当前像素点的原值。