一种基于改进非局部均值的非下采样Shearlet降斑方法.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CN108447039A(43)申请公布日2018.08.24(21)申请号201810264990.8(22)申请日2018.03.28(71)申请人陕西师范大学地址710119陕西省西安市长安区西长安街620号陕西师范大学长安校区(72)发明人孙增国师蕊宋云静闫晓鹏(74)专利代理机构西安智萃知识产权代理有限公司61221代理人张蓓(51)Int.Cl.G06T5/00(2006.01)G06T5/10(2006.01)G06T5/20(2006.01)权利要求书3页说明书8页附图4页(54)发明名称一种基于改进非局部均值的非下采样Shearlet降斑方法(57)摘要本发明涉及一种基于改进非局部均值的非下采样Shearlet降斑方法，包括以下步骤：S1.将SAR图像进行对数变换；S2.分解成低通滤波图像和高通滤波图像；S3.带通滤波处理；S4.使用改进的非局部均值滤波算法处理变换图像，得到降斑图像；S5.将得到的低通滤波图像和降斑图像进行重构；S6.对重构图像指数变换。本发明利用具有最优的稀疏表示的剪切波来处理同样具有极好稀疏性的高分三SAR图像，并且采用非下采样Shearlet变换代替传统的Shearlet变换，避免了由于采样操作造成的频谱混叠现象，有效的利用了剪切波的良好的方向性，有效的保留了图像的边缘细节部分。CN108447039ACN108447039A权利要求书1/3页1.一种基于改进非局部均值的非下采样Shearlet降斑方法，包括以下步骤：步骤一、将SAR图像进行对数变换，得到转换图像；步骤二、将所述转换图像分解成一个低通滤波图像和一个高通滤波图像步骤三、先在伪极化格上对高通滤波图像进行离散傅里叶变换产生矩阵再对该矩阵进行带通滤波处理，然后将带通滤波处理后的结果做二维逆傅里叶变换，得到变换图像；步骤四、使用改进的非局部均值滤波算法处理变换图像，得到降斑图像；改进的非局部均值滤波算法为：式(1)中：NL[V](i)为降斑结果；fk(i,j)为加权核函数，i，j为任意像素点；式(2)中，h为平滑参数，N为滤波参数；式(3)中：Ni与Nj分别表示以像素i和像素j为中心的方形邻域；α为高斯加权的标准差，α＞0，||·||2为范数；步骤五、将得到的低通滤波图像和降斑图像进行Shearlet重构；步骤六、对Shearlet重构后的图像进行指数变换，得到降斑后的图像。2.如权利要求1所述的基于改进非局部均值的非下采样Shearlet降斑方法，其特征在于，所述步骤一中将SAR图像进行对数变换的公式为：log(Y)＝log(F)+log(X)(4)式(4)中，Y是SAR图像，F是斑点，X是降斑后的图像。3.如权利要求1所述的基于改进非局部均值的非下采样Shearlet降斑方法，其特征在于，所述步骤二具体为：采用非下采样拉普拉斯金字塔将转换图像分解成一个低通滤波图像和一个高通滤波图像分解表达式为：2CN108447039A权利要求书2/3页式(5)中，为转换图像，和为j和k尺度上的高通滤波器和低通滤波器，为低通滤波图像，为高通滤波图像。4.如权利要求1所述的基于改进非局部均值的非下采样Shearlet降斑方法，其特征在于，所述步骤三在伪极化格上对高通滤波图像进行离散傅里叶变换的方程式为：式(6)中，f[n1,n2]为高通滤波图像该高通滤波图像大小为N×N，n1,n2∈[0,N-1]，是对f进行离散傅里叶变换，为离散傅里叶变换的结果；对离散傅里叶变换的结果，在离散域计算得到矩阵其中：为实数集；ε1，ε2为实数，V为窗函数，V的表达式为j是尺度参数，-代表求平均值运算。5.如权利要求1或4所述的基于改进非局部均值的非下采样Shearlet降斑方法，其特征在于，所述步骤三是利用窗函数W对矩阵进行带通滤波处理的，窗函数W的表达式为：式(7)中，为Bump函数且表示D0上的指示函数，表示D1上的指示函数，j是3CN108447039A权利要求书3/3页尺度参数，l是剪切参数。6.如权利要求5所述的基于改进非局部均值的非下采样Shearlet降斑方法，其特征在于，所述二维逆傅里叶变换的表达式为：式(8)中，ψ∈L2(R2)，L为实数域，j为尺度参数，k为平移参数，l是剪切参数，d＝0,1，是对f进行离散傅里叶变换，W为窗函数；是二维逆傅里叶变换时的标准正交基函数，窗函数V的表达式为为Meyer函数4CN108447039A说明书1/8页一种基于改进非局部均值的非下采样Shearlet降斑方法技术领域[0001]本发明属于图像处理技术领域，具体涉及一种基于改进非局部均值的非下采样Shearlet降斑方法。背景技术[0002]高分三号是世界上成像模式最多的合成孔径雷达(