基于统计特性的SAR图像非局部均值去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113759375A(43)申请公布日2021.12.07(21)申请号202111082288.8G06K9/62(2006.01)(22)申请日2021.09.15(71)申请人云南师范大学地址650000云南省昆明市五华区一二一大街298号(72)发明人辛志慧麻伟孙雨王志旭宣嘉裕(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230代理人王海栋(51)Int.Cl.G01S13/90(2006.01)G06T5/00(2006.01)G06T7/194(2017.01)G06T7/136(2017.01)权利要求书3页说明书10页附图5页(54)发明名称基于统计特性的SAR图像非局部均值去噪方法(57)摘要本发明涉及一种基于统计特性的SAR图像非局部均值去噪方法，包括：获取SAR图像；利用概率分布函数对SAR图像进行拟合，得到概率值图像；对概率值图像进行分区域处理，得到背景区域和目标区域；将背景区域和目标区域映射至SAR图像，得到背景SAR图像和目标SAR图像；采用第一加权函数对背景SAR图像进行滤波处理，得到背景区域滤波图像；采用第二加权函数对目标SAR图像进行滤波处理，得到目标区域滤波图像；根据背景区域滤波图像和目标区域滤波图像，得到SAR去噪图像。本发明的方法在平滑噪声的同时可以更好地保持细节，而且在运行时间上也得到了一定的提升，运行效率更进一步加强。CN113759375ACN113759375A权利要求书1/3页1.一种基于统计特性的SAR图像非局部均值去噪方法，其特征在于，包括：获取SAR图像；利用概率分布函数对所述SAR图像进行拟合，得到概率值图像；对所述概率值图像进行分区域处理，得到背景区域和目标区域；将所述背景区域和所述目标区域映射至所述SAR图像，得到背景SAR图像和目标SAR图像；采用第一加权函数对所述背景SAR图像进行滤波处理，得到背景区域滤波图像；采用第二加权函数对所述目标SAR图像进行滤波处理，得到目标区域滤波图像；根据所述背景区域滤波图像和所述目标区域滤波图像，得到SAR去噪图像。2.根据权利要求1所述的基于统计特性的SAR图像非局部均值去噪方法，其特征在于，利用概率分布函数对所述SAR图像进行拟合，得到概率值图像，包括：利用对数正态分布函数对所述SAR图像进行拟合，利用像素值对应的概率值代替所述SAR图像中的像素值，得到概率值图像。3.根据权利要求1所述的基于统计特性的SAR图像非局部均值去噪方法，其特征在于，对所述概率值图像进行分区域处理，得到背景区域和目标区域，包括：构建变差系数，并根据所述变差系数构建阈值函数；根据所述阈值函数，计算得到所述概率值图像中每个像素点对应的阈值；按照预设的窗口大小，以所述概率值图像中每个像素点为中心形成其对应的窗口区域，并计算所述窗口区域的像素均值；将所述窗口区域的像素均值与该像素点对应的阈值进行比较，根据比较结果判断所述像素点是否属于背景像素点，并根据判断结果将所述概率值图像分为所述背景区域和所述目标区域。4.根据权利要求3所述的基于统计特性的SAR图像非局部均值去噪方法，其特征在于，所述变差系数为：所述阈值函数为：其中，i表示像素点，Ci表示像素点的变差系数，δi表示窗口区域的像素方差，μi表示窗口区域的像素均值，α表示常系数。5.根据权利要求1所述的基于统计特性的SAR图像非局部均值去噪方法，其特征在于，所述第一加权函数为：其中，Z1(i)表示第一归一化系数，h1表示第一滤波参数，Ni表示以像素i为中心的第一2CN113759375A权利要求书2/3页固定相似窗，Nj表示以像素j为中心的第一滑动相似窗，W(Ni)表示在概率值图像的背景区域中第一固定相似窗的概率值矩阵，W(Nj)表示在概率值图像的背景区域中第一滑动相似窗的概率值矩阵，D1(i,j)表示在概率值图像的背景区域中第一固定相似窗Ni和第一滑动相似窗Nj之间的相似度，T表示转置。6.根据权利要求1所述的基于统计特性的SAR图像非局部均值去噪方法，其特征在于，所述第二加权函数为：其中，Z2(i)表示第二归一化系数，h2表示第二滤波参数，N'i表示以像素i为中心的第二固定相似窗，N'j表示以像素j为中心的第二滑动相似窗，W(N'i)表示在概率值图像的目标区域中第二固定相似窗的概率值矩阵，W(N'j)表示在概率值图像的目标区域中第二滑动相似窗的概率值矩阵，表示标准差为的高斯加权2范数，D1'(i,j)表示在概率值图像的目标区域中第二固定相似窗N'i和第二滑动相似窗N'j之间的相似度，D2(i,j)表示在目标SAR图像中第二固定相似窗N'i和第二滑动相似窗N'j之间的欧式距离，v(N'i)表示在目标SAR图像