基于各向异性非局部均值的极化SAR数据相干斑抑制方法

摘要

本发明公开了一种基于各向异性非局部均值的极化SAR数据相干斑抑制方法，主要解决现有极化SAR滤波技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息的缺点。其实现过程为：(1)输入极化SAR数据的协方差矩阵C；(2)对span数据进行局部多项式逼近估计，将估计值使用置信区间交叉规则选择获得八边形各向异性邻域；(3)对协方差矩阵C的逐个元素进行各向异性非局部均值滤波；(4)通过Sinclair向量方法将滤波后的协方差矩阵C合成伪彩图，以显示观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据相干斑抑制的能力，能够有效的平滑同质区域和保持边缘细节信息以及极化相关性，可用于极化SAR数据的预处理过程。

主权项

1.一种基于各向异性非局部均值的极化SAR数据相干斑抑制方法，包括如下步骤：(1)将一组极化SAR数据表示为含有9个元素的3×3的协方差矩阵C，并使用协方差矩阵C中的第一行第一列元素C11和第三行第三列元素C33对协方差矩阵C进行亮目标检测和保留；(2)获得极化SAR协方差矩阵C各元素非亮目标像素的各向异性邻域：2a)取极化SAR数据协方差矩阵C的第一行第一列元素C11、第二行第二列元素C22和第三行第三列元素C33获得span数据，span＝C11+C22+C33；2b)预先定义一个尺度空间H＝[1，2，3，5，7，9，11]和方向空间θ＝{θ_k}，θ_k＝(k-1)π/4，k＝1，2，K，8，采用一维方向的LPA核使用局部多项式逼近LPA估计出span数据的任一像素x的估计值${\hat{x}}_{h_j,{\theta }_k}={\Sigma }_s\left(g_{h_j,{\theta }_k}(x,s)\right)z_s\left(x\right)$其中，表示尺度空间h_j和方向空间θ_k上的LPA核函数，h_j表示尺度空间H的第j个空间，j＝1，2，K，J，J＝7，θ_k表示方向空间θ上的第k个方向，z_s(x)表示以x为中心扩展成为h_j×h_j大小窗口的第s个像素；2c)取得各个尺度和方向上的置信区间$D_{j,{\theta }_k}=[{\hat{x}}_{h_j,{\theta }_k}-{\mathrm{\Gamma \sigma }}_{h_j,{\theta }_k},{\hat{x}}_{h_j,{\theta }_k}+{\mathrm{\Gamma \sigma }}_{h_j,{\theta }_k}]$其中，为的标准差，Γ为门限系数，取值为0.8；2d)取所述置信区间的交集$I_{j,{\theta }_k}=I{D}_{j,{\theta }_k}$其中，j表示尺度空间H第j个空间，θ_k表示方向空间θ上的第k个方向；2e)使用置信区间交叉规则ICI选择出8个方向上LPA对x像素的估计值对应的最佳窗口尺度j⁺∈j，并满足表示空集，即第j⁺个尺度为方向θ_k上的最佳尺度；2f)由各个方向上的最佳尺度组成一个八边形的邻域称其为像素x的各向异性邻域；2g)将所述span数据中像素x的各向异性邻域作为整个协方差矩阵C各元素对应位置像素的各向异性邻域。(3)将所得的各向异性邻域作为非局部均值滤波的搜索窗，利用非局部均值滤波算法对极化SAR协方差矩阵C进行滤波；(4)使用Sinclair向量法将滤波后的协方差矩阵Z合成伪彩图，以显示观察滤波的效果。