一种基于NSST域三维块匹配的SAR图像相干斑抑制方法.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CN112927165A(43)申请公布日2021.06.08(21)申请号202110304208.2(22)申请日2021.03.22(71)申请人重庆邮电大学地址400065重庆市南岸区黄桷垭崇文路2号(72)发明人余翔李娅王诗言(74)专利代理机构北京同恒源知识产权代理有限公司11275代理人赵荣之(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于NSST域三维块匹配的SAR图像相干斑抑制方法(57)摘要本发明涉及一种基于NSST域三维块匹配的SAR图像相干斑抑制方法，属于雷达信号处理技术领域。该方法基于BM3D去噪框架，使用灰度理论进行相似性度量，在NSST域对相干斑进行两次去噪滤除，具体包括：灰度相似块匹配，NSST域相干斑滤除和聚集；在第二次去噪时，利用原图像和基础估计结果进行联合维纳滤波输出最终的相干斑抑制SAR图像。本发明同时利用了SAR图像的自相关性和稀疏性，不仅利用灰度相似块匹配方法增加相似块匹配的鲁棒性，并且在最优稀疏性的NSST域进行相干斑滤除，能够在去除相干斑的同时尽量保留图像的边缘纹理信息。CN112927165ACN112927165A权利要求书1/2页1.一种基于NSST域三维块匹配的SAR图像相干斑抑制方法，其特征在于，该方法基于BM3D去噪框架，使用灰度理论进行相似性度量，在NSST域对相干斑进行两次去噪滤除，具体包括：灰度相似块匹配，NSST域相干斑滤除和聚集；在第二次去噪时，利用原图像和基础估计结果进行联合维纳滤波输出最终的相干斑抑制SAR图像；其中，BM3D是三维块匹配(BlockMatchingand3D，BM3D)，NSST是非采样剪切波变换(Non‑SubsampledShearletTransform，NSST)。2.根据权利要求1所述的SAR图像相干斑抑制方法，其特征在于，该方法具体包括以下步骤：S1：输入待处理的SAR图像，设置搜索框和块大小；S2：计算搜索框内所有图像块与参考块的相似度；S3：选择最相似的前Q‑1个图像块，与参考块组成相似块组；S4：对相似块组使用NSST变换获得多尺度多方向的NSST系数，使用硬阈值滤波得到相应的收缩系数；S5：对处理后的收缩系数进行NSST逆变换，并根据步骤S2中的相似度计算得到相对干净的去噪参考块；S6：遍历完整幅SAR图像后将所有去噪图像块按照位置进行聚集输出基础估计SAR图像；S7：对基础估计获得的SAR图像重复步骤S2得到相似块组；此时有两个相似块组，一个来自基础估计SAR图像，另一个来自原SAR图像，但位置由基础估计SAR图像相似块组的位置所决定；S8：在NSST域对两个相似块组进行联合维纳滤波并NSST逆变换得到收缩系数；S9：按位置聚集得到最终估计SAR图像；S10：移到下一个参考窗，重复步骤S2‑S9，直至遍历完整个SAR图像。3.根据权利要求1所述的SAR图像相干斑抑制方法，其特征在于，步骤S2中，设图像块的大小为M×M，则相似度计算公式为：22Bi＝{Bi(1),Bi(2),......,Bi(M‑1),Bi(M)}22Bj＝{Bj(1),Bj(2),......,Bj(M‑1),Bj(M)}其中，Bi和Bj分别为参考块和匹配块，ξij(k)为Bi和Bj的关联系数。4.根据权利要求3所述的SAR图像相干斑抑制方法，其特征在于，步骤S2中，Bi和Bj的关联系数ξij(k)的计算公式为：其中，Δij(k)表示图像块Bi和Bj在第k个像素点处灰度绝对值，即Δij(k)＝|Bi(k)‑Bj(k)|，表示图像块的最小差，表示图像块的最大差，m表示图像块中的第m个像素；λ表示分辨率，0＜λ＜1。2CN112927165A权利要求书2/2页5.根据权利要求1所述的SAR图像相干斑抑制方法，其特征在于，步骤S4或S8中，参考块在NSST域相干斑抑制过程为：1)进行NSST变换得到各尺度各方向上的非下采样剪切波系数；2)对变换系数进行滤波得到收缩的NSST系数；所述滤波在步骤S4中是进行硬阈值滤波，在步骤S8中是进行联合维纳滤波；3)NSST反变换；4)按照相似度作为权重得到相干斑抑制估计的参考块。3CN112927165A说明书1/5页一种基于NSST域三维块匹配的SAR图像相干斑抑制方法技术领域[0001]本发明属于雷达信号处理技术领域，涉及一种基于NSST域三维块匹配的SAR图像相干斑抑制方法。背景技术[0002]星载合成孔径雷达(SyntheticApertureRadar，SAR)作为一种全天时全天候的高分辨率成像传感器，可对地进行实时观测。高分辨率、较短的观测周期及较强的时效性等强大有点