matlab散斑噪声,合成孔径雷达图像的散斑噪声滤波方法与流程

本发明属于星载合成孔径雷达和光学图像信息处理领域，涉及一种新的合成孔径雷达图像的散斑噪声滤波方法。

背景技术：

合成孔径雷达(synthetic aperture radar，SAR)是一种高分辨的微波成像系统，该技术最早出现于20世纪50年代，在此后的几十年中，经过不断的改进和完善，现在已经在国民经济的许多领域和军事上得到了广泛的实际应用,例如农林、地质、水文、海洋、防灾减灾、国防、军事侦察、海洋监视、军事测绘和伪装识别和检测等方面。合成孔径雷达的成像原理是利用微波段脉冲信号照射待测面，并接收从照射区域反射回来的电磁信号，然后采用信号处理方式从所有接收到的信号中合成地表反射的空域高分辨二维雷达图像。利用合成孔径技术、脉冲压缩技术和信号处理技术,能够以小的真实孔径天线实现很高的方位分辨率。[1-3]

然而与其它相干成像系统一样，由合成孔径雷达系统形成的SAR图像中散布着大量乘性的相干斑噪声。大量随机分布的散斑噪声不仅使得SAR图像的视觉效果大为下降，而且极大的制约了SAR图像特征提取、目标跟踪等后续图像技术的可靠性与有效性。因此，SAR图像散斑的抑制研究具有重要的理论与现实意义。[4-9]

参考文献

1张澄波综合孔径雷达原理、系统分析与应用科学出版社,1989

2刘永坦等雷达成像技术,哈尔滨工业大学出版社,199962-68

3郭华东,徐冠华星载成像雷达资源勘探研究北京中国科技技术出版社,19967-10

4Cumming I.G.，Wong F.H.Digital Processing of Synthetic Aperture Radar Data：Algorithms and Implementation[M].Norwood，MA：Artech House，2005.

5Soumekh M.Synthetic Aperture Radar Signal Processing with MATLAB Algorithm[M].1999

6Henri M.Processing of synthetic aperture radar images[M].London 2008.

7陈少波.SAR图像相干斑抑制算法研究[D].武汉：华中科技大学博士学位论文，2010，pp：1-5.

8Lee J.S.Digital image enhancement and noise filtering by using local statistics[J].IEEE Trans.Pattern Anal.Machine Intell.，1980，2(2)，pp：165-168.

9Kuan D.T.，Sawchuk A.A.，Strand T.C.，et al.Adaptive noise smoothing filter for images with signal-dependent noise[J].IEEE Trans.Pattern Anal Machine Intell.，1985，7(2)，pp：165-177。

技术实现要素：

为克服现有技术的不足，本发明旨在实现提高图像的视觉质量，降低散斑噪声对图像的影响，能够对合成孔径雷达进行滤波降噪处理。本发明采用的技术方案是，合成孔径雷达图像的散斑噪声滤波方法，步骤如下：

步骤1：输入一幅合成孔径雷达图像f；

步骤2：对这幅相干层析图像进行取对数操作，既：log(f)＝log(x)+log(z)，其中，log()表示对图像取对数操作，x表示没有噪声影响的图像，z表示散斑噪声；

步骤3：对取完对数之后的图像既：log(f)进行剪切波变换以便于获取剪切波系数：

Sj,l,x,y＝Xj,l,x,y+Zj,l,x,y，其中Sj,l,x,y,Xj,l,x,y,Zj,l,x,y分别表示log(f),log(x),log(z)的剪切波系数；j,l分别表示剪切波系数中的尺度参数，方向参数；x,y表示图像的空间坐标。

步骤4：对获得的剪切波系数Sj,l,x,y进行一个硬阈值操作，将噪声的剪切波系数置为0，保留其他部分；

这里硬阈值操作为：

δ＝Tscalars(i)*σ*dst_scalars(j)

i＝1,2,3.j＝1,2,3,4

步骤5：对进行硬阈值操作之后保留的部分进行剪切波逆变换，达到滤波目的；

步骤6：输出滤波之后的图像。

选择剪切波为四层，三个方向。

本发明的特点及有益效果是：

目前存在的针对与合成孔径雷达图像进行滤波的方法主要有小波滤波，轮廓波滤波，曲波滤波方法，以及一些空间域滤波都取得了一定的成绩。本发明相对于频域滤波来讲，剪切波具有更加简单的数学表达方式，更加严谨的完备性证明，并且是真正意义上的多尺度变换。相对于空间域滤波例如PM模型等一些方法，本发明的方法计算效率更高，不需要迭代过程，节约计算时间。

附图说明：

图1表示合成孔径雷达图像的成像原理。

图2三种滤波方法的性能比较。

具体实施方式

本发明是对合成孔径雷达成像技术获得的图像进行降噪处理，因此首先说明一下合成孔径雷达的成像原理，合成孔径雷达成像原理如附图1所示，SAR成像系统包括：一个微波脉冲发射器，一个接收器及用于收发无线电信号的天线。SAR系统通常被固定在一个移动平台之上，采用侧视方式照射地面场景，如附图1，SAR成像系统的发射器沿与运动轨迹垂直的侧视方向发射微波段脉冲信号，该脉冲信号被照射在地面场景上并反射回来，接收器则负责接收所有的反射信号，而发射器与接收器都需要借助侧视天线完成无线信号的收发处理。然后SAR成像系统再借助信号处理技术将接收到的反射信号合成SAR图像。

接下来介绍一下散斑的形成机理：由于散射单元内众多物理散射子在分布与特性上的随机性，因此，SAR系统在同一散射单元内收到的众多物理散射子反射的雷达回波虽然在频率上一致，但在幅度与相位上都存在差异。进而，由众多幅度与相位不一致的散射子反射回波叠加形成的散射单元回波信号(对应SAR图像中的一个像素)在一些散射单元内表现为强信号，一些散射单元内表现为弱信号。这样，回波信号在不同散射单元呈现出不同强弱信号的随机特征，使得各散射单元回波就不完全由SAR波束所照射场景的散射系数决定，而是围绕这些散射系数值呈现出强烈的上下随机起伏，从而在利用各散射单元回波构建SAR图像时，会导致SAR图像中随机散布出大量颗粒状的相干斑。

接下来应用本发明提出的滤波方法对带有散斑噪声的图像进行滤波处理。具体步骤如下：

1在matlab平台下输入图像，将带有噪声图像进行矩阵化处理

2因为散斑噪声本身是一种乘性噪声，我们需要对图像进行取对数操作，让乘性噪声变成加性噪声，这样有利于算法的实现，对这幅SAR图像进行取对数操作，既：log(f)＝log(g)+log(z)，其中，log()表示对图像取对数操作，g表示没有噪声影响的图像，z表示散斑噪声

3对取完对数之后的图像既：log(f)进行剪切波变换以便于获取剪切波系数：

Sj,l,x,y＝Xj,l,x,y+Zj,l,x,y，其中Sj,l,x,y,Xj,l,x,y,Zj,l,x,y分别表示log(f),log(x),log(z)的剪切波系数；j,l分别表示剪切波系数中的尺度参数，方向参数；x,y表示图像的空间坐标。

4对获得的剪切波系数Sj,l,x,y进行一个硬阈值操作，将噪声的剪切波系数置为0，保留其他部分。

这里硬阈值操作为：

δ＝Tscalars(i)*σ*dst_scalars(j)

i＝1,2,3.j＝1,2,3,4.这里shink表示剪切波系数的阈值，Tscalars表示对剪切波系数矩阵的方向方向选择，dst_scalars(j)表示剪切波系数矩阵的方向选择。

这里我们选择剪切波为四层，三个方向。这里我们选择的阈值方法是根据噪声的方差来变换的

5对进行硬阈值操作之后保留的部分进行剪切波逆变换，达到滤波目的。

6输出滤波之后的图像。

对于方法的优劣，本文引用峰值信噪比(PSNR)，噪声对比度(CNR),等效视数(ENL)以及边缘保持度X四个值来说明算法的优劣，并且与目前非常有效的小波变换和曲波变换滤波方法进行比较。给出这四个值的具体公式如下：

这三组值越大，表明该方法的滤波效果越好。

下面给出实验数据：

并且在下面两个表格中，我们给出峰值信噪比(PSNR)，噪声对比度(CNR),等效视数(ENL)三个值的三种方法的比较结果。无论是从视觉效果还是从定量分析的角度，本发明的方法都要优秀于小波和曲波变换的滤波方法。

对于星载SAR图像的滤波结果的定量分析

尽管上面结合图示对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以作出很多变形，这些均属于本发明的保护之内。