基于贝叶斯非局部均值滤波器的实现方法

摘要

本发明公开了一种基于贝叶斯非局部均值滤波器的实现方法，它属于图像处理技术领域，主要克服现有SAR图像去斑结果中细节保持与平滑程度的矛盾问题。其实现过程是：(1)对输入SAR图像的一个像素点，根据距离公式计算该像素点与其搜寻区域内所有像素点的距离；(2)根据计算的所有像素点的距离，使用权值计算公式，计算搜寻域内所有像素点的权值；(3)根据根据计算出的搜寻区域内所有像素点的权值，对搜寻区域内所有像素点进行加权平均，得到该像素点的恢复值；(4)按照上述步骤，计算出每个像素点的恢复值，得到去斑图像。本发明相对于其它的一些经典的去斑方法能够更好平滑斑点噪声同时保持SAR图像的边缘和纹理细节，可用于对SAR图像的去斑处理。

主权项

1.一种基于贝叶斯非局部均值滤波器的实现方法，包括如下步骤：(1)对输入强度SAR图像的一个像素点，根据距离公式计算该像素点与其搜索邻域内所有像素点的距离：$d(v\left(x_i\right),v\left(x_j\right))=\underset{m=1}{\overset{M\times M}{\Sigma }}(\frac{v^{\left(m\right)}\left(x_i\right)}{v^{\left(m\right)}\left(x_j\right)}+\ln \left(v^{\left(m\right)}\left(x_j\right)\right)-\frac{L-1}{L}\ln (v^{\left(m\right)}\left(x_i\right)\left)\right),$其中，L为强度SAR图像视数，x_i是待估计的像素点，x_j是以x_i为中心的大小为N×N的搜寻区域中的像素点，v(x_i)是以x_i为中心的M×M大小的块的灰度值所形成的向量，实验中，M的值取为7，N值取为21，即M小于N，v(x_j)是以x_j为中心的M×M大小的块的灰度值所形成的向量，v^(m)(x_i)表示向量v(x_i)的第m个元素，v^(m)(x_j)表示向量v(x_j)的第m个元素；(2)根据计算出的搜寻区域内所有像素点的距离，使用权值计算公式，计算搜寻域内所有像素点的权值：$w(x_i,x_j)=\frac{1}{Z\left(x_i\right)}\exp (-\frac{1}{h^2}d(v\left(x_i\right),v\left(x_j\right))),$其中，h是一个平滑参数，h²＝1/L，Z(x_i)是归一化系数：$Z\left(x_i\right)=\underset{j=1}{\overset{N\times N}{\Sigma }}\exp (-\frac{1}{h^2}d(v\left(x_i\right),v\left(x_j\right))),$其中，N×N表示以像素点x_i为中心的搜寻区域的大小；(3)根据计算出的搜寻区域内所有像素点的权值，对搜寻区域内所有像素点进行加权平均，得到待估计像素点x_i的恢复值：$\mathrm{BNLv}\left(x_i\right)=\underset{j=1}{\overset{N\times N}{\Sigma }}v\left(x_j\right)w(x_i,x_j),$其中，权值w(x_i，x_j)满足：0≤w(x_i，x_j)≤1，v(x_j)为原图中x_j处的灰度值，BNLv(x_i)为加权平均后x_i点的恢复值；(4)按照上述步骤，计算出每个像素点的恢复值，用求得的恢复值取代原强度SAR图像中所有点的灰度值，得到强度SAR图像的去斑图像。