一種極化sar圖像的快速濾波處理方法
【專利摘要】本發(fā)明涉及一種極化SAR圖像快速濾波處理方法，可有效提高極化SAR圖像濾波處理速度，節(jié)約費用的問題，技術方案是，包括以下步驟：1)載入極化SAR圖像數據，并進行擴展，為濾波做準備；2)利用擴展后的極化SAR圖像計算得到總功率圖像；3)基于非局部均值中搜索窗Ω，利用積分圖像計算實現快速濾波處理；4)使用Pauli向量法對濾波后的整個極化協方差矩陣C合成偽彩圖，輸出濾波結果；本發(fā)明大大降低了遍歷計算范圍，有效減少了計算開銷，提高了極化SAR濾波處理速度；擴展了非局部均值濾波處理的適用范圍，利用積分圖，一方面是相似性度量的計算次數，另一方面是矩形窗口積分計算，對SAR圖像的相干斑抑制能得到比現有技術更好的效果。
【專利說明】-種極化SAR圖像的快速濾波處理方法
【技術領域】
[0001] 本發(fā)明涉及圖像處理【技術領域】，特別是一種極化SAR圖像快速濾波處理方法，可 用于極化SAR圖像的場景分析和圖像理解的預處理。
【背景技術】
[0002] 合成孔徑雷達（Synthetic Aperture Radar, SAR)就是利用雷達與目標的相對運 動把尺寸較小的真實天線孔徑用數據處理的方法合成一較大的等效天線孔徑的雷達，也稱 綜合孔徑雷達。SAR不受天氣、光照等條件的限制，能夠連續(xù)、實時地進行對地觀測。極化 SAR為遙感圖像中的信息獲取和處理提供了更加豐富的目標信息，使其在采集地表或地面 覆蓋物的物理和電磁結構信息的應用中起著越來越重要的作用。由于極化SAR受相干斑噪 聲嚴重的干擾，相干斑噪聲不僅導致數據質量下降，同時給極化SAR數據分類、目標檢測等 后處理帶來困難。因此相干斑噪聲的濾波處理成為極化SAR信息處理中的首要問題，相干 斑噪聲如果能夠有效的抑制，可以顯著提高極化SAR數據的可讀性，有利于圖像的處理、解 譯和信息提取。
[0003] 非局部（non local means, NLM)算法在近年來受到廣泛關注和應用，其基本原理 是利用圖像塊的相似性作為均值濾波的加權權重。這種算法對于自然圖像的去噪結果十分 理想，尤其是在邊緣紋理等細節(jié)信息的保持方面明顯優(yōu)于其它現有的方法。目前該去噪方 法正逐步推廣到極化SAR相干斑噪聲濾波處理領域。但是非局部均值算法的一個重要問題 是計算量問題，在NLM類算法中像素點間相似性度量的計算最為耗時，因為任意兩個圖像 塊之間的相似性，都要通過計算對應像素之間的差異，然后進行累積獲得。可以想象，隨著 濾波窗口的滑動，像素之間相似性度量運算存在大量的重復操作，使現有非局部均值類算 法很難應用于工程實踐，適用面小，計算速率低，費用高，為此需要提供極化SAR的非局部 均值濾波類快速算法，但是今未見有公開報導。
【發(fā)明內容】
[0004] 針對上述情況，為克服現有技術之缺陷，本發(fā)明之目的就是提供一種極化SAR圖 像快速濾波處理方法，以拓展非局部均值濾波方法的適用范圍，有效提高極化SAR圖像濾 波處理速度，節(jié)約費用的問題
[0005] 本發(fā)明解決的技術方案是，首先使用不局限于高斯分布的相似性度量計算濾波權 重，然后利用積分圖在極化SAR功率圖上實現相似性度量的快速計算，最后用該相似度分 別對極化散射矩陣或者協方差矩陣進行濾波處理，包括以下步驟：
[0006] 1)載入極化SAR圖像數據，并進行擴展，為濾波做準備；
[0007] 2)利用擴展后的極化SAR圖像計算得到總功率圖像；
[0008] 3)記At表示目標像素 t所在的鄰域窗，As表示中心像素 s所在的鄰域窗，基于 非局部均值中搜索窗Ω，利用積分圖像計算實現快速濾波處理，步驟如下：
[0009] 3a)初始化鄰域窗Λ t在搜索窗內的當前位置
[0010] 3b)在擴展的總功率圖像上，分別記A為鄰域窗Λ S中心像素構成的全局圖像，B 為鄰域窗Λ t中心像素構成的全局圖像，按照下式計算全局圖像A和B對應像素的相似性 度量DS,其中IA為圖像A內像素的灰度值，I B為圖像B內像素的灰度值，（x，y)為像素坐 標：
[0011]
【權利要求】
1. 一種極化SAR圖像的快速濾波處理方法，其特征在于，包括以下步驟： 1) 載入極化SAR圖像數據，并進行擴展，為濾波做準備； 2) 利用擴展后的極化SAR圖像計算得到總功率圖像； 3) 記At表示目標像素 t所在的鄰域窗，As表示中心像素 s所在的鄰域窗，基于非局 部均值中搜索窗Ω，利用積分圖像計算實現快速濾波處理，步驟如下： 3a)初始化鄰域窗At在搜索窗內的當前位置； 3b)在擴展的總功率圖像上，分別記A為鄰域窗As中心像素構成的全局圖像，B為鄰 域窗At中心像素構成的全局圖像，按照下式計算全局圖像A和B對應像素的相似性度量 DS,其中IA為圖像A內像素的灰度值，IB為圖像B內像素的灰度值，（X，y)為像素坐標： (?Β(χ,ν) ιΑ(χ,ν), 3c)按照下式構建積分圖SI : Sl(x:y)= J2 DS(ulV) 其中，U、V分別為DS圖像中左上角為原點與右下角為點（x，y)區(qū)域內點的橫縱坐標； 3d)根據下式計算鄰域窗At與As的相似性度量： SSI (x, y) = SI (x, y) +SI (x+2p+l, y+2p+l) -SI (x+2p+l, y) -SI (x, y+2p+l) 3e)通過以下計算得到目標像素 t對中心像素 s的濾波權值w(x, y)，其中h為濾波參 數： I \ [SSI(x, y) w[^yj = exp - 3f)對極化協方差矩陣C每個通道分別進行加權濾波，6為濾波結果，濾波式為： c{x,y) = ^ w{x-y)c(^y) 3g)利用下式對濾波結果進行歸一化，其中z = Σ 為歸一化系數： 知)=亨 3h)遍歷整個搜索窗，完成濾波處理； 4) 使用Pauli向量法對濾波后的整個極化協方差矩陣C合成偽彩圖，輸出濾波結果。
【文檔編號】G06T5/00GK104103046SQ201410331693
【公開日】2014年10月15日 申請日期:2014年7月11日 優(yōu)先權日:2014年7月11日
【發(fā)明者】陳建宏, 牛朝陽, 趙擁軍 申請人:中國人民解放軍信息工程大學