《基于非下采样CONTOURLET域MRF模型的SAR图像降斑方法.pdf》由会员分享，可在线阅读，更多相关《基于非下采样CONTOURLET域MRF模型的SAR图像降斑方法.pdf（12页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 101950413 A (43)申请公布日 2011.01.19 CN 101950413 A *CN101950413A* (21)申请号 201010267505.6 (22)申请日 2010.08.30 G06T 5/00(2006.01) G01S 13/90(2006.01) (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 王倩 王爽 张向荣 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 (54) 发明名称 基于非下采样 Contourlet 域 MR。
2、F 模型的 SAR 图像降斑方法 (57) 摘要 本发明公开了一种基于非下采样Contourlet 域MRF模型的SAR图像降斑方法， 主要解决传统多 尺度几何分析应用于 SAR 图像降斑易产生匀质区 域不够光滑， 细节信息不够完整， 点目标不够清晰 的问题。其降斑过程为 ： 对待降斑 SAR 图像作对 数运算， 得到图像数据 ； 对图像数据进行非下采 样Contourlet变换， 得到变换系数Cj， l； 估计图像 数据噪声在非下采样Contourlet域的标准差j， l； 根据 Cj， l和 j， l对掩码 Xj， l进行初始估计并迭 代更新， 得到 Xj， l的最终估计 ； 利用 Xj，。
3、 l的最终估 计， 对 Cj， l进行收缩， 得到估计系数 Yj， l； 对 Yj， l作 指数运算， 并对其进行非下采样 Contourlet 逆变 换， 得到最终的降斑图像。 本发明具有降斑结果同 质区域光滑， 纹理信息和边缘信息的完整性保持 较好， 以及点目标清晰可见， 可用于 SAR 图像目标 识别。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 6 页 附图 3 页 CN 101950416 A1/2 页 2 1. 一种基于非下采样 Contourlet 域 MRF 模型的 SAR 图像降斑方法， 包括如下步骤 ： 1。
4、) 对待降斑 SAR 图像作对数运算， 得到对数运算后的图像数据 ； 2) 对图像数据进行非下采样 Contourlet 变换， 得到变换系数 Cj， l， 其中， j 表示尺度， 范围为 1 J， J 为非下采样 Contourlet 变换的分解层数 ； l 表示方 向子带， 范围为 1 L， L 表示每个尺度中的方向数 ； Cj， l c1， .， ch， .， cH， ch表示 Cj， l里的第 h 个元素， 1 h H， H 表示待降斑 SAR 图像像素点的总个数 ； 3)利用Monte Carlo方法， 估计图像数据噪声在非下采样Contourlet域的标准差j， l； 4) 利用迭。
5、代条件模型 ICM 算法， 根据变换系数 Cj， l和标准差 j， l对掩码 Xj， l进行初始 估计并迭代更新， 得到掩码的最终估计 ： 4a) 估计 MRF 模型掩码 Xj， l x1， .， xh， .， xH 的初始值， 其中， 当 ch j， l时， xh 1 ； 当 ch j， l时， xh -1， 1 h H ； 4b) 计算重要性度量 Mj， l m1， .， mh， .， mH， 其中， mh abs(ch)， abs 表示取绝对值， 1 h H ； 4c) 计算似然比 Lhoodj， l 1， .， h， .， H 和先验比 Priorj， l 1， .， h， .， H，。
6、 以及似然比和先验比的乘积 Rj， l r1， .， rh， .， rH， 其中 ： rh hh 其中，(mh|xh 1) 表示在 Xj， l条件下， 当 xh 1 时出现 Mj， l中的 mh的概率， (mh|xh -1) 表示在 Xj， l条件下， 当 xh -1 时出现 Mj， l中的 mh的概率 lexp 表 示指数运算， 5， 0.9， 表示以 h 为中心的方形区域， i 为该方形区域中的位置， 表示在区域中掩码存在的条件下出现 xh 1 的概率， 表示在区域中掩码存在的条件下出现 xh -1 的概率， 为邻域影响因子， 0.2 ； 4d) 对掩码 Xj， l x1， .， xh， 。
7、.， xH 的初始值进行更新， 如果似然比和先验比的乘 积 rh大于 1， 则把掩码的初始值中的 xh更新为 1， 如果似然比和先验比的乘积 rh小于等于 1， 则把掩码的初始值中的 xh更新为 -1， 1 h H ； 4e) 统计掩码的更新数目， 判断掩码更新的终止条件， 如果掩码的更新数目大于 H/2， 则认为不满足收敛条件， 转至步骤 4c) ； 如果掩码的更新数目小于等于 H/2， 则认为满足收 权 利 要 求 书 CN 101950413 A CN 101950416 A2/2 页 3 敛条件， 其对 xh的更新值为最终估计， 转至步骤 5)， H 表示待降斑 SAR 图像像素点的总。
8、个 数 ； 5) 利用掩码的最终估计， 对变换系数 Cj， l c1， .， ch， .， cH 进行收缩， 得到估计 系数 Yj， l y1， .， yh， .yH， 其中 yh表示 Yi， l里的第 h 个元素，和是根据掩码的最终估计 计算得到的， 计算公式与步骤 4c) 的公式相同， 1 h H， H 表示待降斑 SAR 图像像素点的 总个数 ； 6) 对估计系数 Yj， l作指数运算， 并对指数运算后的结果系数进行非下采样 Contourlet 逆变换， 得到降斑图像。 2. 根据权利要求 1 所述的图像降斑方法， 其中步骤 3) 按如下步骤进行 ： 3a) 对图像数据进行正交小波变换。
9、， 用 Donoho 的鲁棒中值估计方法估计出图像数据的 噪声标准差 ； 3b) 产生一幅大小与待降斑 SAR 图像相同， 均值为 0， 标准差为 的高斯白噪声图像 ； 3c)对高斯白噪声图像进行非下采样Contourlet变换， 得到噪声变换系数Nj， l； 计算噪 声变换系数 Nj， l在非下采样 Contourlet 域的标准差 ： j， l median(abs(Nj， l-median(Nj， l)/0.6745， 其中 median 表示取中值。 权 利 要 求 书 CN 101950413 A CN 101950416 A1/6 页 4 基于非下采样Contourlet域MRF模。
10、型的SAR图像降斑方法 技术领域 0001 本发明属于图像处理领域， 特别是一种涉及 SAR 图像降斑的方法， 可应用于目标 识别。 背景技术 0002 合成孔径雷达 SAR 是一种高分辨率雷达体制， 具有全天候、 全天时、 穿透能力强、 可侧视成像等优点， 具有广泛的应用。 SAR可应用于农业， 军事， 导航， 地理监视等诸多领域。 它与其它遥感成像系统、 光学成像系统是不同的。SAR 成像过程中， 由于相干照射而产生的 衰落效应的影响， 使图像内原本具有相同后向散射系数的匀质区域表现出颗粒状噪声， 这 种噪声称之为相干斑。 相干斑的存在增加了图像解译的复杂性， 大大降低了图像分割、 目标 。
11、分类以及其他信息提取的有效性。 0003 对相干斑的抑制技术， 即降斑， 大体分为成像前的多视平滑预处理和成像后的滤 波处理两类。早期的 SAR 成像处理中， 大多采用多视处理技术， 但随着 SAR 图像应用的不断 拓展， 对其空间分辨率的要求不断提高， 多视处理技术已不能满足要求。 成像后的滤波技术 又可分为 ： 空域滤波技术和频域滤波技术。 0004 基于空域滤波技术的降斑方法， 从 20 世纪 80 年代开始， 出现了许多以空域滤波 技术为基础的高分辨率 SAR 图像降斑算法， 并获得了广泛的研究和应用。空域滤波技术都 是假定噪声模型， 然后在图像上取一个滑动窗， 以窗内所有像素作为滤波。
12、器的输入值， 估计 无相干斑噪声的图像， 它是基于局部统计特性进行滤波处理的。空域滤波方法有 Enhanced Lee 滤波， Kuan 滤波， Frost 滤波， 以及 Gamma Map 滤波等。这些空域的滤波方法， 难以保持 图像的细节特征， 其滤波性能的好坏， 很大程度上依赖于所选滤波窗口的大小。 0005 基于频域滤波技术的降斑方法， 从20世纪90年代以后， 是以频域处理技术为基础 的小波方法给信号处理领域带来了崭新的思想， 并被有效地用于 SAR 图像相干斑抑制中。 小波变换具有时频局部化特性， 为 SAR 图像的降斑提供了另一条思路。它可以从不同的分 辨率空间来描述图像的局部特。
13、征， 使得信号和噪声在小波变换域中表现出不同的特征， 从 而较易区分信号和噪声。基于小波变换的图像去噪方法中， 以 Donoho 提出的硬阈值和软阈 值去噪方法为起源， 得到了广泛的应用。基于 Donoho 的阈值思想， 逐渐又出现了类似的系 数收缩方法， 经典的收缩方法有 VisuShrink， SureShrink， OracleShrink， BayesShrink 等。 但是， 这些方法主要是针对加性噪声模型的。针对 SAR 图像中相干斑乘性噪声的算法， 通常 都是通过对数运算将其转换为加性噪声， 然后利用上述的收缩方法对系数进行处理， 再通 过指数运算重构图像。上述方法都是在假设图像。
14、信息独立性的条件下进行的一系列处理， 忽视了图像内部相关性， 于是对于一致性较好的区域， 噪声抑制效果仍然不够理想， 目标的 保持也不够清晰。为了进一步挖掘图像内部相关性， 人们将马尔可夫随机场模型与小波变 换相结合， 建立了小波马尔可夫模型， 并用于 SAR 图像抑斑。Dusan Gleich 等人将 MRF 引 入二进小波变换域， 对小波域中的无噪图像用广义高斯马尔可夫随机场来建模， 并用于图 像降斑， 参见 Wavelet-Based Despeckling of SAR Images Using Gauss-Markov Random 说 明 书 CN 101950413 A CN 1。
15、01950416 A2/6 页 5 Fields.IEEE Trans.on Geoscience and Remote Sensing， 2007， 45(12) ： 4127-4143。 经过 比较分析， 小波变换的方法对边缘有着较好的保留效果， 但是由于小波变换有限的方向性， 它仅能捕获图像的水平、 垂直及对角三个方向的信息， 而对于其他方向却无能为力， 这就导 致处理后的图像中细节信息丢失严重， 纹理信息和边缘信息不完整。 发明内容 0006 本发明的目的在于克服上述已有技术的不足， 提出一种基于非下采样 Contourlet 域 MRF 模型的 SAR 图像降斑方法， 利用非下采样 。
16、Contourlet 变换完备的方向性信息提高边 缘分辨精度和区域一致性， 保证降斑后图像纹理信息和边缘信息的完整性以及目标的清晰 性， 提高 SAR 图像降斑的质量。 0007 实现本发明目的的技术方案是 ： 使用高效的多尺度几何分析工具非下采 样 Contourlet 变换， 充分挖掘图像中的方向信息， 构建出具有严密结构的非下采样 Contourlet 域 MRF 模型。其具体实现步骤包括如下 ： 0008 (1) 对待降斑 SAR 图像作对数运算， 得到对数运算后的图像数据 ； 0009 (2) 对图像数据进行非下采样 Contourlet 变换， 得到变换系数 Cj， l， 0010。
17、 其中， j 表示尺度， 范围为 1 J， J 为非下采样 Contourlet 变换的分解层数 ； l 表 示方向子带， 范围为 1 L， L 表示每个尺度中的方向数 ； Cj， l c1， .， ch， .， cH， ch表 示 Cj， l里的第 h 个元素， 1 h H， H 表示待降斑 SAR 图像像素点的总个数 ； 0011 (3) 利用 Monte Carlo 方法， 估计图像数据噪声在非下采样 Contourlet 域的标准 差 j， l； 0012 (4) 利用迭代条件模型 ICM 算法， 根据变换系数 Cj， l和标准差 j， l对掩码 Xj， l进 行初始估计并迭代更新， 。
18、得到掩码的最终估计 ： 0013 (4a) 估计 MRF 模型掩码 Xj， l x1， .， xh， .， xH 的初始值， 0014 其中， 当 ch j， l时， xh 1 ； 当 ch j， l时， xh -1， 1 h H ； 0015 (4b) 计算重要性度量 Mj， l m1， .， mh， .， mH， 0016 其中， mj abs(ch)， abs 表示取绝对值， 1 h H ； 0017 (4c) 计 算 似 然 比 Lhoodj， l 1， .， h， .， H 和 先 验 比 Priorj， l 1， .， h， .， H， 以及似然比和先验比的乘积 Rj， l r1，。
19、 .， rh， .， rH， 0018 其中 ： 0019 0020 0021 说 明 书 CN 101950413 A CN 101950416 A3/6 页 6 0022 rH hh 0023 其中，(mh|xh 1) 表示在 Xj， l条件下， 当 xh 1 时出现 Mj， l中的 mh的概 率，(mh|xh -1) 表示在 Xj， l条件下， 当 xh -1 时出现 Mj， l中的 mh的概率， exp 表 示指数运算， 5， 0.9， 表示以 h 为中心的方形区域， i 为该方形区域中的位置， 表示在区域中掩码存在的条件下出现xh1的概率， 表示在区域中掩码存在的条件下出现 xh -。
20、1 的概率， 为邻域影响因子， 0.2 ； 0024 (4d) 对掩码 Xj， l x1， .， xh， .， xH 的初始值进行更新， 如果似然比和先验比 的乘积 rh大于 1， 则把掩码的初始值中的 xh更新为 1， 如果似然比和先验比的乘积 rh小于 等于 1， 则把掩码的初始值中的 xh更新为 -1， 1 h H ； 0025 (4e) 统计掩码的更新数目， 判断掩码更新的终止条件， 如果掩码的更新数目大于 H/2， 则认为不满足收敛条件， 转至步骤 4c) ； 如果掩码的更新数目小于等于 H/2， 则认为满 足收敛条件， 其对 xh的更新值为最终估计， 转至步骤 5)， H 表示待降。
21、斑 SAR 图像像素点的总 个数 ； 0026 (5) 利用掩码的最终估计， 对变换系数 Cj， l c1， .， ch， .， cH 进行收缩， 得到 估计系数 Yj， l y1， .， yh， .yH， 其中 0027 yh示 Yj， l里的第 h 个元素，和是根据掩码的最终估 计计算得到的， 计算公式与步骤 4c) 的公式相同， 1 h H， H 表示待降斑 SAR 图像像素点 的总个数 ； 0028 (6) 对估计系数 Yj， l作指数运算， 并对指数运算后的结果系数进行非下采样 Contourlet 逆变换， 得到降斑图像。 0029 本发明与现有的技术相比具有以下优点 ： 0030。
22、 1、 本发明由于使用多尺度几何分析工具非下采样 Contourlet 变换的冗余特性， 能够对 SAR 图像纹理区域的方向性细节信息进行提取， 保证了图像纹理信息和边缘信息的 完整性以及目标的清晰性 ； 0031 2、 本发明将非下采样Contourlet变换的多方向性和MRF模型相结合， 尺度内对应 关系严密， 对同质区域有效地进行了降斑 ； 0032 3、 仿真结果表明， 本发明方法较现有的Gamma Map滤波和Enhanced Lee滤波方法 能更有效的进行图像降斑。 附图说明 0033 图 1 是本发明的流程示意图 ； 0034 图 2 是本发明使用的一幅 2 视幅度待降斑 SAR。
23、 图像 ； 0035 图 3 是本发明对图 2 的仿真结果对比图 ； 0036 图 4 是本发明使用的一幅 4 视强度待降斑 SAR 图像 ； 0037 图 5 是本发明对图 4 的仿真结果对比图。 具体实施方式 0038 参照图 1， 本发明的具体实现步骤如下 ： 说 明 书 CN 101950413 A CN 101950416 A4/6 页 7 0039 步骤一、 输入待降斑 SAR 图像， 并对它作对数运算， 得到对数运算后的图像数据。 0040 这一步骤的目标是将待降斑 SAR 图像中的乘性噪声转换为加性噪声， 输入待降斑 SAR 图像如图 2 和图 4 所示。 0041 步骤二、 。
24、对图像数据进行非下采样 Contourlet 变换， 得到变换系数 Cj， l。 0042 该非下采样 Contourlet 变换采用 “maxflat” 非下采样塔形分解和 “dmaxflat7” 非下采样方向滤波器组分解， 通过对图像数据进行上述非下采样 Contourlet 变换， 得到变 换系数 Cj， l， 这里采用三层非下采样 Contourlet 变换， 从第一个尺度到第三个尺度， 每个尺 度的方向数依次为 8， 4， 8 ； 其中， j 表示尺度， 范围为 1 J， J 为非下采样 Contourlet 变换 的分解层数 ； l 表示方向子带， 范围为 1 L， L 表示每个尺。
25、度中的方向数 ； Cj， l c1， .， ch， .， cH， ch表示 Cjl里的第 h 个元素， 1 h H， H 表示待降斑 SAR 图像像素点的总个 数， 实验中采用的图像大小为 256256， 像素点的总个数 H 65536。 0043 步骤三、 利用 Monte Carlo 方法， 估计图像数据噪声在非下采样 Contourlet 域的 标准差 j， l。 0044 (3a) 对图像数据进行一层正交小波变换， 提取正交小波变换后的对角方向子带系 数 D， 用 Donoho 的鲁棒中值估计方法计算出图像数据的噪声标准差 median 表示取中值， abs 表示取绝对值 ； 0045。
26、 (3b) 产生一幅大小与待降斑 SAR 图像相同， 均值为 0， 标准差为 的高斯白噪声 图像 ； 0046 (3c) 对高斯白噪声图像进行非下采样 Contourlet 变换， 计算噪声变换系 数 Nj， l的标准差， 该非下采样 Contourlet 变换方法采用 “maxflat”非下采样塔形分 解和 “dmaxflat7”非下采样方向滤波器组分解， 通过对高斯白噪声图像进行非下采样 Contourlet变换， 得到噪声变换系数Nj， l， 再计算噪声变换系数Nj， l在非下采样Contourlet 域的标准差 ： j， l median(abs(Nj， l-median(Nj， l)。
27、/0.6745。 0047 步骤四、 利用迭代条件模型 ICM 算法， 根据变换系数 Cj， l和标准差 j， l对掩码 Xj， l进行初始估计并迭代更新， 得到掩码的最终估计。 0048 (4a) 估计 MRF 模型掩码 Xj， l x1， .， xh， .， xH 的初始值， 0049 其中， 当 ch j， l时， xh 1 ； 当 ch j， l时， xh -1， xh表示 Xj， l里的第 h 个 元素， 1 h H ； 0050 (4b) 计算重要性度量 Mj， l m1， .， mh， .， mH， 0051 实验中， 取变换系数的绝对值作为重要性度量， 即 Mj， l abs(。
28、Cj， l)， 其中 mh abs(ch)， mh表示 Mj， l里的第 h 个元素， 1 h H， 此外， 重要性度量还可以用 Lipschitz 指 数来表示 ； 0052 (4c) 计 算 似 然 比 Lhoodj， l 1， .， h， .， H 和 先 验 比 Priorj， l 1， .， h， .， H， 以及似然比和先验比的乘积 Rj， l r1， .， rh， .， rH， 0053 其中 ： 0054 说 明 书 CN 101950413 A CN 101950416 A5/6 页 8 0055 0056 0057 rh hh 0058 其中，(mh|xh 1) 表示在 X。
29、j， l条件下当 xh 1 时， 出现 Mj， l中的 mh的概 率，(mh|xh -1) 表示在 Xj， l条件下当 xh -1 时， 出现 Mj， l中的 mh的概率， exp 表 示指数运算， 5， 0.9， 表示以 h 为中心的方形区域， i 为该方形区域中的位置， 表示在区域中掩码存在的条件下出现 xh 1 的概率， 表示在区域中掩码存在的条件下出现 xh -1 的概率， 为邻域影响因子， 0.2 ； 0059 (4d) 对掩码 Xj， l x1， .， xh， .， xH 的初始值进行更新， 如果似然比和先验比 的乘积 rh大于 1， 则把掩码的初始值中的 xh更新为 1， 如果似。
30、然比和先验比的乘积 rh小于 等于 1， 则把掩码的初始值中的 xh更新为 -1， 1 h H ； 0060 (4e) 统计掩码的更新数目， 判断掩码更新的终止条件， 如果掩码的更新数目大于 H/2， 则认为不满足收敛条件， 转至步骤 4c) ； 如果掩码的更新数目小于等于 H/2， 则认为满 足收敛条件， 其对 xh的更新值为最终估计， 转至步骤 5)， H 表示待降斑 SAR 图像像素点的总 个数。 0061 步骤五、 利用掩码的最终估计， 对变换系数 Cj， l c1， .， ch， .， cH 进行收缩， 得到估计系数 Yj， l y1， .， yh， .yH。 0062 根据掩码的最。
31、终估计， 重新计算似然比和先验比， 以及似然比和先验比 的乘积， 计算公式与步骤 4c) 的公式相同， 再对变换系数进行收缩， 收缩公式为 yh表示 Yj， l里的第 h 个元素， 1 h H， H 表示待降斑 SAR 图像 像素点的总个数。 0063 步骤六、 对估计系数 Yj， l作指数运算， 并对指数运算后的结果系数进行非下采样 Contourlet 逆变换， 通过非下采样 Contourlet 逆变换重构出降斑图像。 0064 本发明的效果可通过以下仿真进一步说明 ： 0065 1仿真内容 ： 应用本发明方法和现有的Gamma Map滤波方法， Enhanced Lee滤波方 法分别对。
32、两幅 SAR 图像进行降斑实验， 并从同质区域的内部一致性、 纹理信息和边缘信息 的完整性以及目标的清晰性评价这些方法的各自性能。 0066 2 仿真实验结果 0067 A)2 视幅度 SAR 图像的实验结果 0068 用本发明方法以及 Gamma Map 滤波方法， Enhanced Lee 滤波方法对图 2 的 2 视幅 度 SAR 图像进行降斑， 其效果比较如图 3 所示。其中图 3(a) 为 Gamma Map 滤波方法对图 2 进行降斑得到的结果 ； 图 3(b) 为 Enhanced Lee 滤波方法对图 2 进行降斑得到的结果 ； 图 说 明 书 CN 101950413 A C。
33、N 101950416 A6/6 页 9 3(c) 为本发明方法对图 2 进行降斑得到的结果。由图 3 可见， 本发明中， 边缘清晰细节信 息完整， 点目标保持较好。相比之下， Gamma Map 滤波方法在消除平滑区域相干斑上比较有 效， 但是图像出现比较严重的模糊现象， 边缘信息丢失严重。 Enhanced Lee滤波方法处理后 的图像中， 斑点噪声没有得到很好的抑制。 0069 B)4 视强度 SAR 图像的实验结果 0070 用本发明方法以及 Gamma Map 滤波方法， Enhanced Lee 滤波方法对图 4 的 4 视强 度 SAR 图像进行降斑， 其效果比较如图 5 所示。。
34、其中图 5(a) 为 Gamma Map 滤波方法对图 4 进行降斑得到的结果 ； 图 5(b) 为 Enhanced Lee 滤波方法对图 4 进行降斑得到的结果 ； 图 5(c) 为本发明方法对图 4 进行降斑得到的结果。从图 5 可见， 本发明更好地抑制了斑点噪 声， 匀质区域更加光滑， 边缘信息保存良好 ； 相比之下， Gamma Map 滤波方法处理后， 图像边 缘信息丢失严重。Enhanced Lee 滤波方法处理后， 斑点噪声的抑制不够明显。 说 明 书 CN 101950413 A CN 101950416 A1/3 页 10 图 1 说 明 书 附 图 CN 101950413 A CN 101950416 A2/3 页 11 图 2 图 3 图 4 说 明 书 附 图 CN 101950413 A CN 101950416 A3/3 页 12 图 5 说 明 书 附 图 CN 101950413 A 。