一种基于非凸加权稀疏约束的SAR图像降斑方法.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CN107301631A(43)申请公布日2017.10.27(21)申请号201710506574.X(22)申请日2017.06.28(71)申请人重庆大学地址400044重庆市沙坪坝区沙正街174号(72)发明人刘书君沈晓东曹建鑫杨婷张奎李勇明(51)Int.Cl.G06T5/00(2006.01)权利要求书1页说明书5页附图3页(54)发明名称一种基于非凸加权稀疏约束的SAR图像降斑方法(57)摘要本发明公开了一种基于非凸加权稀疏约束的SAR图像降斑方法，属于数字图像处理技术领域。它利用相似图像块集合在变换域中的稀疏性，首先对每个目标图像块通过相似度比较寻找相似图像块集合并进行奇异值分解得到系数矩阵，然后对系数矩阵进行非凸加权约束，并通过阈值收缩对系数矩阵进行估计，使估计出的系数矩阵更接近于真实系数，最后利用估计的系数矩阵重构出降斑结果；本发明通过对系数矩阵的非凸加权约束，使降斑后的图像在保留细节的同时有效抑制相干斑噪声，已获得更为精确的降斑图像，更易于目标识别，因此可用于SAR图像降斑。CN107301631ACN107301631A权利要求书1/1页1.一种基于非凸加权稀疏约束的SAR图像降斑方法，其特征在于具体步骤如下：步骤一、非凸加权稀疏约束模型的建立首先对SAR图像进行对数变换，将乘性噪声模型转换为加性噪声模型，然后对输入图像中第i个目标图像块xi，在其搜索范围内与所有图像块进行相似度比较，选取相似度最高的若干个图像块与目标图像块共同构成相似图像块集合Rix，其中Ri为图像块抽取矩阵，最后建立非凸加权稀疏约束模型为：其中x和y分别表示待估计的真实图像和初始图像，Xi为待估计的真实图像的相似图像块集合，表示Xi对应的系数矩阵的加权p范数(0＜p＜1)，ω为权重向量，λ和η为平衡各项的参数；步骤二、模型的分解与转化将步骤一中的约束模型分解，转化为关于求解相似图像块集合的子问题：和图像重构的子问题：对于求解相似图像块集合的子问题，首先对输入的相似图像块集合Rix进行奇异值分解，得到对应的系数矩阵Γi，然后将针对真实图像中相似图像块集合的非凸加权稀疏约束模型转化为针对真实图像中相似图像块集合系数矩阵的非凸加权约束模型：其中Δi为待估计的真实图像中相似图像块集合Xi对应的系数矩阵，δj为Δi中第j个系数，ωj为对应的权重参数；步骤三、系数矩阵的估计与图像的重构在对步骤二中的系数矩阵Δi进行估计时，由于Δi中的每个系数相对独立，因此对每个系数的估计模型为：其中γj表示系数矩阵Γi中的第j个系数，然后利用阈值收缩对每个系数进行估计，在得到每个系数的估计值后，即可得到估计出的真实图像中的相似图像块集合Xi，然后求解图像重构的子问题：并循环迭代求解关于相似图像块集合Xi和估计图像x的子问题，直到收敛或达到迭代次数，然后对估计图像x进行指数变换，得到最终估计的降斑SAR图像。2CN107301631A说明书1/5页一种基于非凸加权稀疏约束的SAR图像降斑方法技术领域[0001]本发明属于数字图像处理技术领域，它特别涉及基于图像块集合的非凸加权稀疏约束的图像降斑方法，用于SAR图像降斑处理。背景技术[0002]合成孔径雷达(SAR)成像以其全天候全天时，对抗天气条件干扰能力强，距离向与方位向高分辨率的成像特点而广泛用于地形测绘、灾情预报和战场侦察等民用与军用方面，但由于SAR特有的成像过程使SAR图像中存在严重的相干斑噪声，容易造成小目标识别的困难，因此在对SAR图像进行后续分割识别等处理之前，需要对其进行相干斑抑制。[0003]SAR图像成像前对相干斑抑制的方法主要是多视技术，即对同一场景的多幅子图进行平均处理，这一方法能对SAR图像相干斑进行初步的抑制，而绝大多数SAR图像相干斑抑制方法主要集中在成像之后，通常分为空域和变换域两大类。空域相干斑抑制方法主要分析SAR图像环境模型分布和噪声模型分布，并结合信号估计理论在空域对图像进行滤波处理，其中较为经典的方法有Lee滤波、Frost滤波和Kuan滤波等，但其相干斑抑制能力有限且对图像边缘细节的保持能力不足。变换域滤波方法始于小波技术的发展并被引入到SAR图像降斑中，在此基础上又有一系列多尺度变换方法被提出。近年来，随着稀疏理论的发展，基于图像的稀疏性和非局部相似性进行重构的方法逐渐成为研究的热点。由于图像在变换域具有稀疏性，且图像内不同区域存在相似的结构，同时结合这两种特性可进一步抑制相干斑噪声，在这类方法中，较为经典的为SAR-BM3D方法，其降斑结果目前仍处于较高水平，但是该方法在平滑区容易产生伪影现象，容易在目标识别中带来干扰。发明内容[0004]本发明的目的在于针对现有SAR图像降斑中对图像细节保