发明名称 基于单时相单极化高分辨率SAR图像的二次成像方法
摘要 本发明涉及SAR图像处理技术领域,尤其涉及一种基于单通道单极化高分辨率SAR图像类别的二次成像方法。本发明通过对高分辨率SAR图像提取权秩填充比特征和灰度共生矩阵的逆差矩特征,更详细地、准确地描述了图像内容;将原始高分辨率SAR图像的强度作为亮度,权秩填充比特征作为蓝色通道,灰度共生矩阵的逆差矩特征图作为红色通道,在YCbCr颜色空间中成像,由于输出图像以原始强度值作为亮度因此能够在成像的同时尽可能保留原始SAR图像的信息,同时权秩填充比特征和逆差矩特征的应用能够反映原始SAR图像的局部细节。本发明计算效率高,适用于高分辨率SAR图像,可有效提高单通道单极化高分辨率SAR图像的可视性和可读性。
申请公布号 CN102012511B 申请公布日期 2012.09.05
申请号 CN201010505394.8 申请日期 2010.10.13
申请人 武汉大学 发明人 殷慧;孙洪
分类号 G06T5/00(2006.01)I;G06T5/20(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 张火春
主权项 一种基于单通道单极化高分辨率SAR图像的二次成像方法,其特征在于,包括以下步骤:步骤1,选择高分辨率SAR图像;步骤2,计算该高分辨率SAR图像中每个像素的权秩填充比特征,构成权秩填充比特征图;具体方式为,遍历高分辨率SAR图中每个像素,对每个像素分别实施以下几个步骤:步骤2.1,选择以高分辨率SAR图像中某像素(x,y)为中心的一定大小的窗口为特征提取的对象;其中x和y分别为像素的水平坐标值和垂直坐标值;窗口大小记为M×N,窗口大小M×N取3×3或5×5;步骤2.2,将窗口内的所有像素按照像素值由大到小排序;步骤2.3,计算窗口内排序在前k%像素的像素值总和S0;步骤2.4,计算窗口内所有像素的像素值总和S;步骤2.5,像素(x,y)的权秩填充比特征依据以下公式计算:权秩填充比=S0/S;重复步骤2.1到2.5,直到高分辨率SAR图像内所有像素的权秩填充比特征计算完毕,将每个像素的权秩填充比特征作为该像素新的像素值,结果构成权秩填充比特征图;步骤3,计算该高分辨率SAR图像中每个像素的灰度共生矩阵的逆差矩特征,构成灰度共生矩阵的逆差矩特征图;具体方式为,遍历高分辨率SAR图中每个像素,对每个像素计算灰度共生矩阵的逆差矩特征分以下步骤:步骤3.1,选择以高分辨率SAR图中某像素(x,y)为中心的窗口为特征提取的对象,其中x和y分别为该像素的水平坐标值和垂直坐标值,窗口大小记为M×N,本步骤窗口大小与步骤2.1相同;步骤3.2,计算该窗口内像素值的灰度共生矩阵,计算灰度共生矩阵的方式为,将步骤3.1所选择窗口内像素记为(u,v),其中u和v为窗口内像素的水平坐标值和垂直坐标值,u∈[1,M],v∈[1,N],f(u,v)为像素(u,v)处的像素值,将窗口内所有像素的像素值分为Ng个灰度级别;统计窗口内任意左右相邻两个像素,左边像素的像素值为i和右边像素的像素值为j的像素对的数目,记为P(i,j),即 <mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>&Sigma;</mi> <mrow> <mi>u</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <mi>M</mi> <mo>,</mo> <mi>v</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <mi>N</mi> </mrow> </munder> <mo>{</mo> <mo>|</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>i</mi> <mo>,</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>j</mi> <mo>}</mo> <mo>;</mo> </mrow>其中 i∈[1,Ng],j∈[1,Ng];直到图像中Ng个灰度级别都统计完成,得到大小为Ng×Ng的灰度共生矩阵P;步骤3.3,计算灰度共生矩阵P的逆差矩特征,即像素(x,y)的灰度共生矩阵的逆差矩特征IDM计算如下: <mrow> <mi>IDM</mi> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>Ng</mi> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>Ng</mi> </munderover> <mfrac> <mn>1</mn> <mrow> <mn>1</mn> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mi>j</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mi>P</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow>重复步骤3.1到3.3,直到图像内所有像素灰度共生矩阵的逆差矩特征计算完成;将每个像素的灰度共生矩阵的逆差矩特征作为该像素新的像素值,得到灰度共生矩阵的逆差矩特征图;步骤4,将原始高分辨率SAR图像的像素值作为二次成像图像的亮度,权秩填充比特征图和灰度共生矩阵的逆差矩特征图分别作为蓝色和红色通道,在YCbCr颜色空间成像。
地址 430072 湖北省武汉市武昌区珞珈山