基于稀疏表示的SAR图像相干斑抑制方法

摘要

本发明公开了一种基于稀疏表示的SAR图像相干斑抑制的方法，主要解决现有技术对SAR图像去斑的细节信息不够完整，同质区域不够平滑的问题。其实现过程为：对原始SAR图像Y进行对数变换；将对数变换后的图像Y′分割为的重叠分块；将图像块的自身信息作为控制因子对其进行稀疏表示；接着应用近似KSVD算法进行字典学，得到自适应字典和更新后的稀疏表示系数；利用自适应字典和更新后的稀疏表示系数得到图像W，对W进行指数变换得到图像R；对由原始SAR图像Y和指数变换后的图像R得到的差值图像V进行非线性各向异性扩散，得到最终的去斑图像。本发明具有去斑结果同质区域光滑，点目标清晰可见以及边缘信息保持完整等优点，可用于SAR图像理解的预处理过程。

主权项

1.一种基于稀疏表示的SAR图像相干斑抑制方法，包括以下步骤：（1）对要进行相干斑抑制的SAR图像Y进行对数变换，得到对数变换后的图像Y′；（2）将对数变换后的图像Y′分割为大小为的重叠图像块,n的大小为64；（3）对分割后的每个图像块进行稀疏编码：（3a）将待编码的每个图像块拉成列向量y，所有的列向量构成一个矩阵X；（3b）选择初始字典D为离散余弦变换DCT字典；（3c）根据下列公式应用正交匹配追踪算法OMP，实现对y的稀疏编码：$\hat{\alpha }=\arg \underset{\alpha }{\min }{\left|\right|\mathrm{D\alpha }-y\left|\right|}_2^2+f\left(y\right){\left|\right|\alpha \left|\right|}_0,$其中α是列向量y在字典D下的稀疏表示向量，为迭代后的稀疏表示向量，||α||₀代表向量α的非零个数，为设定的惩罚项，用来控制编码过程，是列向量y的归一化L₂范数，σ为噪声标准差，其计算公式为：σ＝median(|W_Y|-median(W_Y))/0.6745，其中W_Y表示原始SAR图像Y经过小波分解之后的高频子带系数；（3d）对矩阵X中所有的列向量进行步骤（3c）的编码操作，得到稀疏表示系数矩阵Λ；（4）应用近似KSVD算法进行字典更新，得到更新后的字典D′和稀疏表示系数矩阵Λ′；（5）利用更新后的字典D′和稀疏表示系数矩阵Λ′，得到处理后的图像W：（5a）应用更新后的字典D′和稀疏表示系数矩阵Λ′，得到估计的矩阵X′，即X′＝D′Λ′；（5b）将上述X′中的每一列x反变换为大小为的图像块x′，放回到原图像初始分割的位置处，即x′＝R_ijx，其中R_ij代表抽取矩阵，将抽取的图像块放置到原图像中初始分割时的位置处；（5c）对每个像素点处的多个估计值进行平均，得到处理后的图像W；（6）对处理后的图像W进行指数变换，得到指数变换后的图像R；（7）将原始SAR图像Y与指数变换后的图像R相减得到差值图像：V＝Y-R，对差值图像V进行非线性各向异性扩散，进行k次迭代得到点目标图像v^k；（8）将点目标图像v^k加到指数变换后的图像R上，得到相干斑抑制后的图像I＝R+v^k。