预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN101901476A*(12)发明专利申请(10)申请公布号CN101901476A(43)申请公布日2010.12.01(21)申请号201010225442.8(22)申请日2010.07.12(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人侯彪焦李成贺富强张向荣王爽马文萍(74)专利代理机构陕西电子工业专利中心61205代理人王品华朱红星(51)Int.Cl.G06T5/00(2006.01)G06T7/00(2006.01)权利要求书2页说明书7页附图4页(54)发明名称基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法(57)摘要本发明公开了一种基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法,主要解决非下采用轮廓波变换对SAR图像去噪过程带来的划痕效应及细节丢失问题。其步骤为:对选取的SAR图像进行非下采样轮廓波变换,将图像分成6层子带系数;保持第1层和第2层的子带系数不变,用Bishrink模型对第3~6层的子带系数进行收缩;非下采样轮廓波逆变换重构图像,检测重构图像的边缘,对边缘检测后的图像进行均值滤波,得到滤波后图像;对输入图像和滤波后的图像相减获得的差值图像进行非线性各向异性扩散,得到去噪后的图像。本发明能较好的保持图像的边缘信息和点目标特征信息,可用于SAR图像中的解译分析和图像理解的预处理。CN109476ACN101901476A权利要求书1/2页1.一种基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法,包括如下步骤:(1)对选取的测试图像I进行非下采样轮廓波NSCT变换,将图像分解为6层子带系数;(2)保持第1层和第2层的子带系数不变;(3)对第3~6层的子带系数用Bishrink模型进行收缩;(4)对经过步骤(3)收缩后的子带系数,进行非下采样轮廓波逆变换得到重构图像R;(5)对重构图像进行如下边缘检测和均值滤波;(5a)对重构图像中每个像素点取3×3领域,在这个邻域内设定12个方向,记P1和P2分别为12个方向线上两边像素的平均值,设p=P1/P2,若P≤1,则比率检测因子r=p,否-1则r=p,记12个方向上比率检测因子的最小值为rmin;设边缘检测阈值T0:0.5≤T0≤1,若rmin>T0,则认为当前点是边缘点,标记为1,否则标记为0;所有像素标记完后,若像素点标记为1,则以它为中心取3×3的邻域窗口,若该邻域窗口内标记为1的个数少于4,则把这个像素点标记为0;实现对重构图像的边缘检测;(5b)检测出重构图像的边缘后,以每一个标记为0的像素R(i,j)为中心取它的5×5邻域W1,若W1内标记为1的像素点个数少于4个,则R(i,j)的像素值取为W1内所有像素的平均值;否则以R(i,j)为中心,取它的3×3邻域W2,若W2内标记为1的像素点个数少于4个,则R(i,j)的像素值取为W2内所有像素的平均值,否则R(i,j)的像素值取为W2内所有标记为0的像素的平均值,完成边缘检测后图像的均值滤波,得到滤波后图像U;(6)将原始图像I和滤波后的图像U相减,并对得到的差值图像v进行非线性各向异性扩散k次迭代,k=140-230;(7)将非线性各向异性扩散k次迭代得到的图像vk与滤波后图像U相加,得到相干斑抑制后的图像。2.根据权利要求1所述的SAR图像相干斑抑制方法,其中步骤(3)所述的用Bishrink模型进行系数收缩,按如下步骤进行:(2a)设y1为第S层的系数,y2为第S-1层的系数,S=3、4、5、6;(2b)用先验估计形式估计当前系数y1的噪声方差(2c)用局部自适应的方法估计当前每个系数的模型边缘方差σ2:其中表示当时σ2=0,当时其中N(k)表示第S层的系数y1为中心的正方形窗口,S=3、4、5、6,M为窗口系数的大小,取值为11;2CN101901476A权利要求书2/2页(2d)利用如下公式计算系数y1的估计值式中y1为第S层的系数,y2为第S-1层的系数,S=3、4、5、6;其中表示当时其结果为零,当时其结果保持不变。3.根据权利要求1所述的SAR图像相干斑抑制方法,其中步骤(6)所述的对差值图像进行非线性各向异性扩散k次迭代,按照如下公式进行:其中v是原始图像I和滤波后的图像U相减得到的差值图像,vi,j是v的第i行,第j列的像素,vi+r,j+s是v的第i+r行,第j+s列的像素;r和s为像素邻域值,(r,s)≠(0,0);是进行各向异性扩散之前的差值图像,是进行一次各向异性扩散后的差值图像;τ为尺度参数,g是扩散率函数,其中rr是对比参数,rr=6。3CN101901476A说明书1/7页基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法技