專利名稱：：Sar圖像非局部均值去斑方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于圖像處理
技術(shù)領(lǐng)域：
，具體地說(shuō)是一種去斑方法，可用于對(duì)SAR圖像的去斑處理。
背景技術(shù)：
：近幾十年來(lái)，SAR圖像在軍事和民用方面得到了廣泛的應(yīng)用。但是SAR的成像機(jī)制不同于光學(xué)成像，它特殊的相干成像機(jī)制導(dǎo)致圖像有斑點(diǎn)噪聲，使得具有均勻散射系數(shù)的目標(biāo)的雷達(dá)圖像并不具有均勻的灰度而出現(xiàn)許多斑點(diǎn)，圖像信噪比下降，為目標(biāo)識(shí)別和特征提取造成困難，因此平滑噪聲并抑制噪聲預(yù)處理是一個(gè)不可缺少的過(guò)程。SAR相干斑抑制技術(shù)的研究一直是SAR圖像本身固有的一種確定性的干涉現(xiàn)象，是由成像散射體散射回波的相干作用造成的。研究相干斑抑制技術(shù)的一個(gè)重要方向是，在求得需要的輻射分辨率的同時(shí)如何保持必要的空間分辨力。因?yàn)槎叨际荢AR圖像分析和應(yīng)用的重要因素，所以著重考慮在濾除斑點(diǎn)噪聲的同時(shí)，保持圖像的細(xì)節(jié)信息。當(dāng)前對(duì)相干斑的抑制技術(shù)大體分為成像前的多視平滑預(yù)處理技術(shù)和成像后的濾波技術(shù)兩類。早期的SAR圖像處理中，大多采用成像前的多視處理技術(shù)，但隨著SAR圖像應(yīng)用的不斷拓展，對(duì)其空間分辨率的要求不斷提高，多視處理技術(shù)已不能滿足要求。成像后的濾波技術(shù)又可分為空域?yàn)V波去斑方法和頻域?yàn)V波去斑方法?？沼?yàn)V波去斑方法，一般先假定噪聲的乘性模型，然后基于像素鄰域窗口的局部統(tǒng)計(jì)特性進(jìn)行濾波，典型方法如Lee濾波，Kuan濾波，F(xiàn)rost濾波等。但是，這些方法都是通過(guò)固定窗口來(lái)對(duì)圖像進(jìn)行操作，而且沒(méi)有考慮像元周圍的局部結(jié)構(gòu)信息。雖然空域?yàn)V波去斑方法對(duì)SAR圖像的局部統(tǒng)計(jì)特性具有自適應(yīng)性，但局部統(tǒng)計(jì)的計(jì)算都是基于均勻區(qū)域這一前提。對(duì)于紋理信息豐富或灰度分布有明顯跳變的邊緣區(qū)域而言，局部統(tǒng)計(jì)的計(jì)算有很大的偏差。因此空域?yàn)V波去斑方法對(duì)區(qū)域一致性較好的圖像有著較好的去斑效果，而對(duì)邊緣和細(xì)節(jié)特征的保持則不夠理想。圖像結(jié)構(gòu)信息如邊緣、線性體、點(diǎn)等目標(biāo)會(huì)在一定程度上被模糊或?yàn)V除。頻域?yàn)V波去斑方法，一般先通過(guò)對(duì)數(shù)運(yùn)算將斑點(diǎn)噪聲的乘性模型轉(zhuǎn)變?yōu)榧有阅Ｐ?，然后利用自然圖像去噪方法直接對(duì)SAR圖像進(jìn)行去斑。例如基于小波、Contourlet等變換的SAR圖像去斑算法由于其多尺度、多分辨等優(yōu)點(diǎn)獲得了廣泛的應(yīng)用。但是頻域去斑方法本質(zhì)上仍然是基于固定窗口的濾波，圖像結(jié)構(gòu)信息如邊緣、線等會(huì)產(chǎn)生吉布斯現(xiàn)象。
發(fā)明內(nèi)容本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出了SAR圖像非局部均值去斑方法，對(duì)圖像塊的相似性度量的準(zhǔn)確性進(jìn)行改進(jìn)，以實(shí)現(xiàn)對(duì)SAR圖像去斑中邊緣和平滑區(qū)域的兼顧，提高圖像去斑效果。為實(shí)現(xiàn)上述目的，本發(fā)明包括如下步驟(1)對(duì)輸入SAR圖像的一個(gè)像素點(diǎn)，進(jìn)行點(diǎn)目標(biāo)檢測(cè)，如果是點(diǎn)目標(biāo)，則保持該目標(biāo)點(diǎn)灰度，否則執(zhí)行下一步。(2)利用如下公式計(jì)算該像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離<formula>formulaseeoriginaldocumentpage4</formula>其中，、表示SAR圖像中斑點(diǎn)噪聲的方差系數(shù)，nXn表示像素點(diǎn)鄰域的大小，vx，Vy是SAR圖像中分別以x，y為中心的nXn大小的灰度值向量，ux，Uy是分別以x，y為中心的nXn大小的真實(shí)灰度值向量，vx(i)，vu(i)表示向量、，Vy第i個(gè)分量，<formula>formulaseeoriginaldocumentpage4</formula>(3)根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的距離，計(jì)算搜尋域內(nèi)所有像素點(diǎn)的權(quán)值；(4)根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的權(quán)值，對(duì)搜尋區(qū)域內(nèi)所有像素點(diǎn)進(jìn)行加權(quán)平均，得到像素點(diǎn)修正后灰度值；(5)用修正后的灰度值取代原SAR圖像中所有點(diǎn)的灰度值，得到去斑后的SAR圖像。本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn)1.本發(fā)明是在空域中進(jìn)行的，實(shí)現(xiàn)過(guò)程簡(jiǎn)單，且可以并行實(shí)現(xiàn)；2.本發(fā)明由于利用非局部均值和SAR圖像斑點(diǎn)模型推導(dǎo)得到的一種新的距離度量公式，能夠準(zhǔn)確地計(jì)算SAR圖像中以待估計(jì)像素點(diǎn)x為中心的塊和以搜尋區(qū)域內(nèi)像素點(diǎn)y為中心的塊之間的相似性，進(jìn)而能準(zhǔn)確的計(jì)算出待估計(jì)像素點(diǎn)x的灰度值；3.本發(fā)明由于使用了新提出的距離公式，能夠準(zhǔn)確計(jì)算待估計(jì)像素點(diǎn)x的灰度值，因此，能夠較好平滑斑點(diǎn)噪聲，同時(shí)保持和恢復(fù)SAR圖像的邊緣和紋理細(xì)節(jié)。圖l是本發(fā)明的流程圖；圖2是本發(fā)明實(shí)驗(yàn)所用到的點(diǎn)檢測(cè)模板和加入伽馬噪聲的圖像；圖3是本發(fā)明實(shí)驗(yàn)輸入的兩幅真實(shí)的SAR圖像；圖4是用增強(qiáng)Lee濾波法對(duì)輸入的兩幅SAR圖像去斑的結(jié)果圖；圖5是用增強(qiáng)GammaMAP濾波法對(duì)輸入的兩幅SAR圖像去斑的結(jié)果圖；圖6是用現(xiàn)有小波軟閾值濾波法對(duì)輸入的兩幅SAR圖像去斑的結(jié)果圖；圖7是用非局部均值濾波法對(duì)輸入的兩幅SAR圖像去斑的結(jié)果圖；圖8是用本發(fā)明對(duì)輸入的兩幅SAR圖像去斑的結(jié)果具體實(shí)施例方式參照附圖l，本發(fā)明給出SAR圖像濾波器的實(shí)現(xiàn)方法，包括如下步驟步驟l，對(duì)輸入的SAR圖像的一個(gè)像素點(diǎn)，進(jìn)行點(diǎn)目標(biāo)檢測(cè)。1.1)采用經(jīng)典的恒虛警點(diǎn)目標(biāo)檢測(cè)方法，對(duì)滿足以下條件的像素點(diǎn)認(rèn)為是點(diǎn)目標(biāo)a:以該像素點(diǎn)為中心取固定大小的窗口，該像素點(diǎn)的灰度值大于或等于窗口內(nèi)其余像素點(diǎn)灰度值；b:在圖像中取一窗口，如圖2(a)所示，窗口內(nèi)中心像素點(diǎn)的4-鄰域窗口灰度值均值記為Ul，窗口其余像素點(diǎn)4-鄰域窗口灰度值均值記為u2，，應(yīng)小于設(shè)定的門限值T，實(shí)驗(yàn)中T取0.6;1.2)如果是點(diǎn)目標(biāo)，保持該點(diǎn)目標(biāo)灰度，否則執(zhí)行下一步。步驟2，計(jì)算像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離。2.1)當(dāng)圖像系統(tǒng)的分辨單元比目標(biāo)的空間細(xì)節(jié)小，圖像中像素的退化彼此獨(dú)立時(shí)，SAR圖像斑點(diǎn)噪聲可以被建模為乘性噪聲，SAR圖像噪聲模型為v=皿，利用此模型，構(gòu)建像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離均值公式<formula>formulaseeoriginaldocumentpage5</formula>其中，v為SAR圖像強(qiáng)度的觀測(cè)值，u是SAR圖像強(qiáng)度的真實(shí)值，n表示斑點(diǎn)噪聲，一般假設(shè)n是完全發(fā)展的相干斑，和信號(hào)u不相關(guān)，斑點(diǎn)噪聲均值E(n)=l，噪聲方差系數(shù)、與圖像視數(shù)有關(guān)，強(qiáng)度SAR圖像中os=1/L，幅度SAR圖像中os=(4/ji-1)/L;2.2)由上述像素點(diǎn)的距離均值公式，通過(guò)移項(xiàng)得到A和Uv之間的歐式距離公式<formula>formulaseeoriginaldocumentpage5</formula>式中符號(hào)與上述解釋相同；2.3)利用距離公式d(u,，Uy)計(jì)算像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離。步驟3，根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的距離，使用權(quán)值計(jì)算公式，計(jì)算搜尋域內(nèi)所有像素點(diǎn)的權(quán)值。搜尋區(qū)域內(nèi)的像素點(diǎn)x的權(quán)值計(jì)算公式如下(8)<formula>formulaseeoriginaldocumentpage5</formula>其中，Z(x)是歸一化系數(shù)，Z(x)-Zexp，NXN表示以像素點(diǎn)x為中心的搜尋區(qū)域的大小，h為平滑參數(shù)，h=4.5on，on=^os，^是像素點(diǎn)x的灰度均值，實(shí)驗(yàn)中取21X21鄰域計(jì)算像素點(diǎn)x的灰度均值。步驟4，根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的權(quán)值，對(duì)搜尋區(qū)域內(nèi)所有像素點(diǎn)進(jìn)行加權(quán)平均，得到像素點(diǎn)修正后灰度值A(chǔ)^O)=I>(;;)W(x,;;)(9)其中，J為搜索窗口像素點(diǎn)集合，v(y)為原圖中y處的灰度值，權(quán)值w(x，y)滿足0《w(x，y)《1，5>(")=1。步驟5，用修正后的灰度值NLv(x)取代原SAR圖像中所有點(diǎn)的灰度值，得到去斑后的SAR圖像，如圖8(a)所示。本發(fā)明效果可以通過(guò)以下實(shí)驗(yàn)進(jìn)一步證實(shí)—.實(shí)驗(yàn)條件和內(nèi)容實(shí)驗(yàn)條件實(shí)驗(yàn)所使用的輸入圖像如圖2(b)和圖3所示，其中，圖2(b)是加入兩視伽馬噪聲的圖像；圖3(a)是兩視幅度SAR圖像，圖3(b)是四視強(qiáng)度SAR圖像。圖3中，標(biāo)號(hào)1、2、3、4和5的5個(gè)同質(zhì)區(qū)域用于計(jì)算對(duì)去斑效果的評(píng)價(jià)指標(biāo)。實(shí)驗(yàn)中，各種濾波方法都是使用matlab語(yǔ)言編程實(shí)現(xiàn)。實(shí)驗(yàn)內(nèi)容在上述實(shí)驗(yàn)條件下，首先通過(guò)仿真驗(yàn)證了本發(fā)明的距離度量的效果；然后分別使用窗口大小為5X5的增強(qiáng)Lee濾波，窗口大小為7X7的增強(qiáng)GammaMAP濾波，非局部均值濾波方法和本發(fā)明進(jìn)行去斑實(shí)驗(yàn)，。其中，小波軟閾值方法使用的是DB8小波基，非局部均值濾波方法使用的是歐氏距離，其他過(guò)程和參數(shù)都與本發(fā)明相同。二.實(shí)驗(yàn)結(jié)果為了說(shuō)明本發(fā)明提出的距離度量的優(yōu)越性，實(shí)驗(yàn)中首先利用不同類型的圖像塊進(jìn)行測(cè)試。用于測(cè)試的圖像塊如圖2(b)中的小塊為例，大小為7X7，包括較暗區(qū)域、較亮區(qū)域、紋理區(qū)域和邊緣區(qū)域，噪聲為兩視的伽馬噪聲，分別使用本發(fā)明方法與非局部均值方法計(jì)算塊之間的距離，重復(fù)該實(shí)驗(yàn)一千次，并統(tǒng)計(jì)所得到的距離的均值mean和標(biāo)準(zhǔn)差std，對(duì)比結(jié)果如表l所示。表l不同距離度量的準(zhǔn)確性比較<table>tableseeoriginaldocumentpage7</column></row><table>由表1中不難發(fā)現(xiàn)，隨著兩個(gè)塊之間真實(shí)距離的增加，經(jīng)過(guò)本發(fā)明方法處理后的兩個(gè)塊在均值和方差上大體保持相同的趨勢(shì)；對(duì)于任意兩個(gè)區(qū)域，本發(fā)明方法得到的距離在均值上都要更接近于真實(shí)距離，同時(shí)標(biāo)準(zhǔn)差始終較小，這說(shuō)明本發(fā)明提出的距離度量在統(tǒng)計(jì)上更加準(zhǔn)確和穩(wěn)健，實(shí)際上，對(duì)不同類型以及不同大小的大量的圖像塊進(jìn)行實(shí)驗(yàn)，都可以得到類似的結(jié)論。使用窗口大小為5X5的增強(qiáng)Lee濾波方法的去斑結(jié)果如圖4所示，其中圖4(a)是兩視幅度SAR圖像去斑結(jié)果，圖4(b)是四視強(qiáng)度SAR去斑結(jié)果，從圖4可以看出，該濾波方法使邊緣模糊且不能保持邊緣的連續(xù)性，同時(shí)同質(zhì)區(qū)域不夠平滑；使用窗口大小為7X7的增強(qiáng)GammaMAP濾波方法去斑結(jié)果如圖5所示，其中圖5(a)是兩視幅度SAR圖像去斑結(jié)果，圖5(b)是四視強(qiáng)度SAR去斑結(jié)果，從去斑結(jié)果圖可以看出，該濾波方法在同質(zhì)區(qū)域比增強(qiáng)Lee濾波更平滑，但是，它在點(diǎn)目標(biāo)保護(hù)和邊緣連續(xù)性保持上仍和增強(qiáng)Lee濾波一樣都存在缺陷；使用小波軟閾值濾波方法去斑結(jié)果如圖6所示，其中圖6(a)是兩視幅度SAR圖像去斑結(jié)果，圖6(b)是四視強(qiáng)度SAR去斑結(jié)果，從結(jié)果圖可以看出，該濾波方法在同質(zhì)區(qū)域具有較好的平滑性能，但是，它卻不能保持邊緣的連續(xù)性，因?yàn)樵谶吘壧幙偸浅霈F(xiàn)吉布斯現(xiàn)象；使用歐式距離度量公式對(duì)圖像進(jìn)行非局部均值濾波，其去斑結(jié)果如圖7所示，其中圖7(a)是兩視幅度SAR圖像去斑結(jié)果，圖7(b)是四視強(qiáng)度SAR去斑結(jié)果，從圖7的去斑結(jié)果圖可以看出，該濾波方法對(duì)同質(zhì)區(qū)域具有一定的平滑能力，且能一定程度上保護(hù)圖像中的紋理，但是在邊緣保持上效果不明顯，存在邊緣模糊現(xiàn)象。使用本發(fā)明的去斑結(jié)果如圖8所示，其中圖8(a)是兩視幅度SAR圖像去斑結(jié)果，圖8(b)是四視強(qiáng)度SAR去斑結(jié)果，從圖8的去斑結(jié)果圖可以看出，對(duì)比上述的各種濾波方法，本發(fā)明在平滑同質(zhì)區(qū)域的同時(shí)還能保護(hù)同質(zhì)區(qū)域的紋理信息，同時(shí)，還能保持邊緣的連續(xù)。表2給出了不同方法的客觀評(píng)價(jià)指標(biāo)對(duì)比，包括均值，方差，和等效視數(shù)ENL，這些指標(biāo)取自圖2(a)中標(biāo)記為l、2、3和圖2(b)中標(biāo)記為4、5的五個(gè)同質(zhì)區(qū)域。表2各種去斑結(jié)果對(duì)比<table>tableseeoriginaldocumentpage8</column></row><table>從表2中可以發(fā)現(xiàn)，增強(qiáng)Lee和增強(qiáng)GammaMAP兩種濾波方法具有較好的均值保持能力，但是，它們的標(biāo)準(zhǔn)差和ENL兩項(xiàng)評(píng)價(jià)指標(biāo)遠(yuǎn)落后于其它幾種濾波方法；小波軟閾值濾波方法的對(duì)比前兩種方法有較低的標(biāo)準(zhǔn)差，但是其均值保持能力較差；原始非局部均值濾波方法和小波軟閾值方法在各種評(píng)價(jià)指標(biāo)上各有優(yōu)劣；本發(fā)明相對(duì)前面所述的各種方法，其標(biāo)準(zhǔn)差和ENL兩項(xiàng)評(píng)價(jià)指標(biāo)都占有絕對(duì)的優(yōu)勢(shì)；在均值保持上本發(fā)明優(yōu)于小波軟閾值和原始非局部均值方法，僅僅略遜于增強(qiáng)Lee和增強(qiáng)GammaMAP方法。以上實(shí)驗(yàn)結(jié)果表明，本發(fā)明在總體性能上優(yōu)于其它的經(jīng)典去斑方法，能夠更好地平滑斑點(diǎn)噪聲的同時(shí)保持SAR圖像的邊緣和紋理等細(xì)節(jié)。權(quán)利要求一種SAR圖像非局部均值去斑方法，包括如下步驟(1)對(duì)輸入SAR圖像的一個(gè)像素點(diǎn)，進(jìn)行點(diǎn)目標(biāo)檢測(cè)，如果是點(diǎn)目標(biāo)，則保持該目標(biāo)點(diǎn)灰度，否則執(zhí)行下一步。(2)利用如下公式計(jì)算該像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離<mrow><mi>d</mi><mrow><mo>(</mo><msub><mi>u</mi><mi>x</mi></msub><mo>,</mo><msub><mi>u</mi><mi>y</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>E</mi><mrow><mo>(</mo><msubsup><mrow><mo>|</mo><mo>|</mo><msub><mi>v</mi><mi>x</mi></msub><mo>-</mo><msub><mi>v</mi><mi>y</mi></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mn>2</mn></msubsup><mo>)</mo></mrow><mo>-</mo><mn>2</mn><msub><mi>σ</mi><mi>s</mi></msub><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>n</mi><mo>×</mo><mi>n</mi></mrow></munderover><mi>E</mi><mrow><mo>(</mo><msub><mi>v</mi><mi>x</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>)</mo></mrow><mi>E</mi><mrow><mo>(</mo><msub><mi>v</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow><mrow><msub><mi>σ</mi><mi>s</mi></msub><mo>+</mo><mn>1</mn></mrow></mfrac></mrow>其中，σs表示SAR圖像中斑點(diǎn)噪聲的方差系數(shù)，n×n表示像素點(diǎn)鄰域的大小，vx，vy是SAR圖像中分別以x，y為中心的n×n大小的灰度值向量，ux，uy是分別以x，y為中心的n×n大小的真實(shí)灰度值向量，vx(i)，vy(i)表示向量vx，vy第i個(gè)分量，<mrow><msubsup><mrow><mo>|</mo><mo>|</mo><msub><mi>v</mi><mi>x</mi></msub><mo>-</mo><msub><mi>v</mi><mi>y</mi></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mn>2</mn></msubsup><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>n</mi><mo>×</mo><mi>n</mi></mrow></munderover><msup><mrow><mo>(</mo><msub><mi>v</mi><mi>x</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>v</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>)</mo></mrow><mn>2</mn></msup><mo>;</mo></mrow>(3)根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的距離，計(jì)算搜尋域內(nèi)所有像素點(diǎn)的權(quán)值；(4)根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的權(quán)值，對(duì)搜尋區(qū)域內(nèi)所有像素點(diǎn)進(jìn)行加權(quán)平均，得到像素點(diǎn)修正后灰度值；(5)用修正后的灰度值取代原SAR圖像中所有點(diǎn)的灰度值，得到去斑后的SAR圖像。1.根據(jù)權(quán)利要求l所述的SAR圖像非局部均值去斑方法，其特征在于步驟(2)中所述的計(jì)算像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離公式，按如下步驟構(gòu)建2a)利用SAR圖像斑點(diǎn)噪聲模型v=皿，構(gòu)建像素點(diǎn)與搜尋區(qū)域內(nèi)其它像素點(diǎn)的距離均值公式<formula>formulaseeoriginaldocumentpage2</formula>其中v是SAR圖像觀測(cè)值，u是SAR圖像真實(shí)值，n是斑點(diǎn)噪聲，假設(shè)n是完全發(fā)展相干斑，和u不相關(guān)，斑點(diǎn)噪聲均值E(n)=1，c^表示SAR圖像中斑點(diǎn)噪聲的方差系數(shù)，與圖像強(qiáng)度有關(guān)，強(qiáng)度SAR圖像中os=1/L，幅度SAR圖像中os=(4/-1)/L;2b)由上述像素點(diǎn)的距離均值公式，通過(guò)移項(xiàng)得到ux和uy之間的歐式距離公式<formula>formulaseeoriginaldocumentpage2</formula>式中符號(hào)與上述解釋相同。全文摘要本發(fā)明公開(kāi)了一種SAR圖像非局部均值去斑方法，它屬于圖像處理
技術(shù)領(lǐng)域：
，主要克服現(xiàn)有SAR圖像非局部均值去斑相似塊的距離計(jì)算不準(zhǔn)確的問(wèn)題。其實(shí)現(xiàn)過(guò)程是(1)對(duì)輸入SAR圖像的一個(gè)像素點(diǎn)，首先判斷其是否是點(diǎn)目標(biāo)，如果是，則保持該點(diǎn)目標(biāo)的灰度值，否則執(zhí)行下一步。(2)根據(jù)新的距離度量計(jì)算像素點(diǎn)與搜尋域內(nèi)所有像素點(diǎn)的距離。(3)根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的距離，計(jì)算搜尋域內(nèi)所有像素點(diǎn)的權(quán)值；(4)根據(jù)計(jì)算出的搜尋區(qū)域內(nèi)所有像素點(diǎn)的權(quán)值，對(duì)搜尋區(qū)域內(nèi)所有像素點(diǎn)進(jìn)行加權(quán)平均，得到像素點(diǎn)修正后灰度值；(5)用修正后的灰度值取代原SAR圖像中所有點(diǎn)的灰度值，得到去斑后的SAR圖像。本發(fā)明相對(duì)于現(xiàn)有的一些經(jīng)典的去斑方法，能夠更好平滑斑點(diǎn)噪聲同時(shí)保持SAR圖像的邊緣和紋理細(xì)節(jié)。文檔編號(hào)G06T5/00GK101727662SQ20091021921公開(kāi)日2010年6月9日申請(qǐng)日期2009年11月27日優(yōu)先權(quán)日2009年11月27日發(fā)明者侯彪,尚榮華,徐晶晶,焦李成,王桂婷,王燦,王爽,鐘樺,馬文萍申請(qǐng)人:西安電子科技大學(xué)