发明名称 基于相似块的SAR图像预处理方法
摘要 本发明公开了一种基于相似块的SAR图像预处理方法,主要克服现有方法不能保持图像纹理细节和压缩强反射点目标的问题。其实现过程是:(1)对输入的SAR图像,并计算图像的方差系数矩阵;(2)利用方差系数,将图像像素点分为平滑区域和纹理细节区域;(3)对平滑区域采用均值滤波得到处理后的像素值;(4)对纹理细节区域,采用旋转操作;(5)依据比值概率分布得到相似性度量公式,并计算待处理点与其8邻域像素点的相似性;(6)取待处理点和与它最相似的3个点的均值作为该像素点的灰度值。(7)计算出所有像素点的恢复值,得到预处理图像。本发明在抑制噪声的同时能够更好的保护图像的纹理和结构信息,能很好的保持强反射点目标,可用于图像应用前的预处理。
申请公布号 CN103077499A 申请公布日期 2013.05.01
申请号 CN201310008103.8 申请日期 2013.01.09
申请人 西安电子科技大学 发明人 钟桦;焦李成;于艳青;马晶晶;马文萍;侯彪;黄捷;张小华
分类号 G06T3/60(2006.01)I;G06T5/00(2006.01)I 主分类号 G06T3/60(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 王品华;朱红星
主权项 1.一种基于相似块的SAR图像预处理方法,包括如下步骤:(1)对于输入大小为(m,n)的L视SAR图像v,计算出所有像素点的方差系数CV,得到方差系数矩阵K;(2)设定方差系数分类阈值T<sub>cv</sub>,对输入的SAR图像v进行分类,如果图像v中的像素点x<sub>i,j</sub>在方差系数矩阵K中的方差系数小于阈值T<sub>cv</sub>,则执行步骤(3),否则执行步骤(4);(3)将以该像素点x<sub>i,j</sub>为中心的3×3块内像素的均值作为该像素点预处理后的像素值;(4)对像素点x<sub>i,j</sub>的8邻域像素点x<sub>l</sub>,l=1,2,…,8,取以像素点x<sub>l</sub>为中心的3×3块v<sub>l</sub>,对块v<sub>l</sub>采取旋转操作,使以像素点x<sub>i,j</sub>为中心的3×3块v<sub>i,j</sub>和以像素点x<sub>l</sub>为中心的3×3块v<sub>l</sub>中同质的区域处在相同的位置,把v<sub>l</sub>旋转后的块记为<img file="FDA00002720760300011.GIF" wi="73" he="73" />(5)计算像素点x<sub>i,j</sub>与其8邻域像素点x<sub>l</sub>,l=1,2,…,8基于块比值概率的相似性距离:5a)取像素点x<sub>i,j</sub>为中心的3×3块v<sub>i,j</sub>,由步骤(4)得到其邻域像素点x<sub>l</sub>,l=1,2,…,8翻转后的的3×3块<img file="FDA00002720760300012.GIF" wi="76" he="75" />5b)计算上述两个像素块v<sub>i,j</sub>和<img file="FDA00002720760300013.GIF" wi="58" he="75" />的比值r<sub>i,k</sub>:<maths num="0001"><![CDATA[<math><mrow><msub><mi>r</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub><mo>=</mo><mi>min</mi><mo>{</mo><mfrac><msub><mi>v</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub><msub><mi>v</mi><mrow><mi>l</mi><mo>,</mo><mi>k</mi></mrow></msub></mfrac><mo>,</mo><mfrac><msub><mi>v</mi><mrow><mi>l</mi><mo>,</mo><mi>k</mi></mrow></msub><msub><mi>v</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub></mfrac><mo>}</mo><mo>,</mo></mrow></math>]]></maths>r<sub>i,k</sub>∈[0,1],l=1,2,…,8,k=1,2,…,9,其中v<sub>i,k</sub>表示待处理像素点x<sub>i,j</sub>为中心的3×3块v<sub>i,j</sub>的第k个像素点的灰度值,v<sub>l,k</sub>表示像素点x<sub>l</sub>为中心的3×3块v<sub>l</sub>旋转后的块<img file="FDA00002720760300015.GIF" wi="53" he="75" />的第k个像素点的灰度值;5c)利用比值分布概率公式计算出像素点x<sub>i,j</sub>的比值r<sub>i,k</sub>出现的概率p(r<sub>i,k</sub>);5d)定义待处理像素点x<sub>i,j</sub>与其8邻域像素点x<sub>l</sub>之间的相似性距离d<sub>l</sub>为:<maths num="0002"><![CDATA[<math><mrow><msub><mi>d</mi><mi>l</mi></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></munderover><mi>log</mi><mrow><mo>(</mo><mi>p</mi><mrow><mo>(</mo><msub><mi>r</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>k=1,2,…,9,l=1,2,…,8;(6)对步骤(5)得到的相似性距离d<sub>1</sub>,d<sub>2</sub>,…,d<sub>8</sub>按升序排序,排序后的结果为<img file="FDA00002720760300021.GIF" wi="281" he="87" />取排序后距离为<img file="FDA00002720760300022.GIF" wi="194" he="88" />的像素点作为像素点x<sub>i,j</sub>的相似点,取像素点x<sub>i,j</sub>和这3个相似点灰度值的均值作为像素点x<sub>i,j</sub>预处理后的灰度值。(7)重复步骤(2)~(6),计算出所有像素点的恢复值,得到预处理图像。
地址 710071 陕西省西安市太白南路2号