基于PCA变换的SAR图像相干斑抑制方法

摘要

本发明公开了一种基于PCA变换的SAR图像相干斑抑制方法，主要是解决现有的PCA变换域去噪方法不能应用于噪声模型为乘性的SAR图像中。其实现过程是：对SAR图像进行取块并在训练样本搜索窗选取相似块，组成样本矩阵；计算样本矩阵的协方差矩阵,求解特征值与特征向量；对特征值与特征向量进行变换求得含噪的特征系数；用最小线性均方误差对含噪的特征系数估计；用估计后的特征系数重建图像块，对重复估计的像素点取平均，得到基本的去噪结果；在基本的滤波结果上重复该过程，得到满意的滤波效果。本发明在抑制相干斑的同时保持点目标和边缘纹理细节信息，提高了SAR图像的相干斑抑制效果，可用于SAR图像目标识别和地物分类。

主权项

1.基于PCA变换的SAR图像相干斑抑制方法，包括如下步骤： (1)取SAR图像的一个像素点x，以像素点x为中心取7×7大小的邻域窗，记为图像块v； (2)以像素点x为中心取21×21的大窗为训练样本搜索窗，并在训练样本搜索窗中选取与图像块v相似的图像块s，共同组成样本矩阵X； (3)计算样本矩阵X的协方差矩阵Ω，求出协方差矩阵Ω的特征值和特征向量； (4)对特征值与特征向量进行PCA变换，即将协方差矩阵Ω的特征值按从大到小排列，得到新的特征值V，将特征值所对应的特征向量也重新排列，得到新的特征向量P； (5)由样本矩阵X的中心化矩阵和特征向量P的转置矩阵P^T，求得含噪的特征系数：(6)用线性最小均方误差方法对含噪特征系数Y的第一列Y₁进行估计，得到估计后的特征系数(7)用估计后的特征系数重建图像块，得到去噪后的图像块其中，μ是样本矩阵X的均值；(8)将SAR图像的每一个像素点对应的图像块，进行步骤(2)-步骤(7)处理，并对一些重复估计的像素点，取平均，得到基本的去噪结果； (9)在基本的去噪结果上，更新噪声水平，再重复一次步骤(1)-步骤(8)，得到最终的噪声抑制结果。