基于非下采样Contourlet域MRF模型的SAR图像降斑方法

摘要

本发明公开了一种基于非下采样Contourlet域MRF模型的SAR图像降斑方法，主要解决传统多尺度几何分析应用于SAR图像降斑易产生匀质区域不够光滑，细节信息不够完整，点目标不够清晰的问题。其降斑过程为：对待降斑SAR图像作对数运算，得到图像数据；对图像数据进行非下采样Contourlet变换，得到变换系数Cj，l；估计图像数据噪声在非下采样Contourlet域的标准差σj，l；根据Cj，l和σj，l对掩码Xj，l进行初始估计并迭代更新，得到Xj，l的最终估计；利用Xj，l的最终估计，对Cj，l进行收缩，得到估计系数Yj，l；对Yj，l作指数运算，并对其进行非下采样Contourlet逆变换，得到最终的降斑图像。本发明具有降斑结果同质区域光滑，纹理信息和边缘信息的完整性保持较好，以及点目标清晰可见，可用于SAR图像目标识别。

主权项

1.一种基于非下采样Contourlet域MRF模型的SAR图像降斑方法，包括如下步骤：1)对待降斑SAR图像作对数运算，得到对数运算后的图像数据；2)对图像数据进行非下采样Contourlet变换，得到变换系数C_j，l，其中，j表示尺度，范围为1～J，J为非下采样Contourlet变换的分解层数；l表示方向子带，范围为1～L，L表示每个尺度中的方向数；C_j，l＝{c₁，...，c_h，...，c_H}，c_h表示C_j，l里的第h个元素，1≤h≤H，H表示待降斑SAR图像像素点的总个数；3)利用Monte Carlo方法，估计图像数据噪声在非下采样Contourlet域的标准差σ_j，l；4)利用迭代条件模型ICM算法，根据变换系数C_j，l和标准差σ_j，l对掩码X_j，l进行初始估计并迭代更新，得到掩码的最终估计：4a)估计MRF模型掩码X_j，l＝{x₁，...，x_h，...，x_H}的初始值，其中，当c_h≥σ_j，l时，x_h＝1；当c_h＜σ_j，l时，x_h＝-1，1≤h≤H；4b)计算重要性度量M_j，l＝{m₁，...，m_h，...，m_H}，其中，m_h＝abs(c_h)，abs表示取绝对值，1≤h≤H；4c)计算似然比Lhood_j，l＝{ξ₁，...，ξ_h，...，ξ_H}和先验比Prior_j，l＝{μ₁，...，μ_h，...，μ_H}，以及似然比和先验比的乘积R_j，l＝{r₁，...，r_h，...，r_H}，其中：${\xi }_h=\frac{p_{M_{j,l}|X_{j,l}}\left(m_h\right|x_h=1)}{p_{M_{j,l}|X_{j,l}}\left(m_h\right|x_h=-1)}$$=\left\{\begin{array}{cc}\exp (-\alpha ),& m_h/{\sigma }_{j,l}<(1-\delta );\\ \exp (\alpha ·(m_h/{\sigma }_{j,l}-1)/\delta ),& (1-\delta )\le m_h/{\sigma }_{j,l}\le (1+\delta );\\ \exp \left(\alpha \right),& m_h/{\sigma }_{j,l}>(1+\delta ).\end{array}\right.$${\mu }_h=\frac{p(x_h=1|x_{\partial h})}{p(x_h=-1|x_{\partial h})}=\exp (\gamma ·\underset{i\in \partial h}{\Sigma }{x}_i)$r_h＝ζ_h·μ_h其中，(m_h|x_h＝1)表示在X_j，l条件下，当x_h＝1时出现M_j，l中的m_h的概率，(m_h|x_h＝-1)表示在X_j，l条件下，当x_h＝-1时出现M_j，l中的m_h的概率lexp表示指数运算，α＝5，δ＝0.9，表示以h为中心的方形区域，i为该方形区域中的位置，表示在区域中掩码存在的条件下出现x_h＝1的概率，表示在区域中掩码存在的条件下出现x_h＝-1的概率，γ为邻域影响因子，γ＝0.2；4d)对掩码X_j，l＝{x₁，...，x_h，...，x_H}的初始值进行更新，如果似然比和先验比的乘积r_h大于1，则把掩码的初始值中的x_h更新为1，如果似然比和先验比的乘积r_h小于等于1，则把掩码的初始值中的x_h更新为-1，1≤h≤H；4e)统计掩码的更新数目，判断掩码更新的终止条件，如果掩码的更新数目大于H/2，则认为不满足收敛条件，转至步骤4c)；如果掩码的更新数目小于等于H/2，则认为满足收敛条件，其对x_h的更新值为最终估计，转至步骤5)，H表示待降斑SAR图像像素点的总个数；5)利用掩码的最终估计，对变换系数C_j，l＝{c₁，...，c_h，...，c_H}进行收缩，得到估计系数Y_j，l＝{y₁，...，y_h，...y_H}，其中y_h表示Y_i，l里的第h个元素，和是根据掩码的最终估计计算得到的，计算公式与步骤4c)的公式相同，1≤h≤H，H表示待降斑SAR图像像素点的总个数；6)对估计系数Y_j，l作指数运算，并对指数运算后的结果系数进行非下采样Contourlet逆变换，得到降斑图像。