本發(fā)明涉及遙感影像處理技術(shù)領(lǐng)域,是一種合成孔徑雷達(dá)(Synthetic Aperture Radar,簡(jiǎn)稱SAR)影像相干斑噪聲抑制方法,具體為一種SAR影像的中值濾波快速近似算法。
背景技術(shù):
合成孔徑雷達(dá)不受天氣地理和時(shí)間等因素的限制,能夠?qū)Φ孛孢M(jìn)行高分辨率成像,并且具有一定的穿透力,因而被廣泛應(yīng)用于軍事偵察、資源探測(cè)、環(huán)境監(jiān)測(cè)、測(cè)繪制圖、地理國(guó)情監(jiān)測(cè)等對(duì)地遙感應(yīng)用中。隨著多顆雷達(dá)衛(wèi)星的成功發(fā)射,時(shí)序雷達(dá)影像成為當(dāng)前遙感應(yīng)用的一大重要方面。
由于SAR基于相干成像機(jī)理進(jìn)行工作,導(dǎo)致SAR強(qiáng)度影像中存在嚴(yán)重的斑點(diǎn)噪聲,對(duì)SAR強(qiáng)度影像的解譯判讀和信息提取帶來(lái)非常大的影響。早期的SAR強(qiáng)度影像斑點(diǎn)噪聲抑制是通過(guò)空間多視平均處理來(lái)實(shí)現(xiàn)的,該方法的主要缺點(diǎn)是犧牲了影像的空間分辨率,不適用于當(dāng)前的高分辨率SAR系統(tǒng)。
目前,主要采用空域?yàn)V波方法來(lái)實(shí)現(xiàn)斑點(diǎn)噪聲抑制,即一般是利用一個(gè)滑動(dòng)窗口,對(duì)窗口內(nèi)的象素進(jìn)行鄰域處理得到窗口中心點(diǎn)的象素值。其中中值濾波是一種非線性濾波算法,能較好地抑制斑點(diǎn)噪聲、椒鹽噪聲等非高斯噪聲,保持影像細(xì)節(jié)信息,在SAR強(qiáng)度影像中具有廣泛的應(yīng)用。
由于中值濾波需要進(jìn)行排序,其中比較和交換操作的次數(shù)與元素個(gè)數(shù)的平方成正比,雖然提出了不少快速算法,但當(dāng)窗口增大或參與運(yùn)算的波段或時(shí)相增加時(shí),效率改善仍然有限。
本發(fā)明即針對(duì)現(xiàn)有技術(shù)的不足而研究提出。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明要解決的技術(shù)問(wèn)題是提供一種SAR影像的中值濾波快速近似算法,即解決SAR強(qiáng)度影像中進(jìn)行多時(shí)相或大滑動(dòng)窗中值濾波計(jì)算效率不高的問(wèn)題,本發(fā)明根據(jù)多視SAR強(qiáng)度影像近似服從Gamma分布的特點(diǎn),先設(shè)置鄰域窗口參數(shù),將強(qiáng)度影像轉(zhuǎn)換為幅度影像,并統(tǒng)計(jì)幅度影像的最大值和最小值,然后估算幅度影像中值所處的區(qū)間,并基于該范圍對(duì)幅度影像進(jìn)行線性量化到較少的灰度級(jí),以便通過(guò)計(jì)算滑動(dòng)窗口分布累積函數(shù)實(shí)現(xiàn)幅度影像中值所在灰度級(jí)的準(zhǔn)確定位,有效提高中值濾波的計(jì)算效率。
為解決上述技術(shù)問(wèn)題,本發(fā)明一種SAR影像的中值濾波快速近似算法,影像的表示形式為強(qiáng)度影像,數(shù)據(jù)類型為浮點(diǎn)型,寬和高分別為nw和nh個(gè)像素。通過(guò)滑動(dòng)窗口遍歷每個(gè)像素(i,j),其中(i,j)表示影像的行列號(hào),記濾波前像素(i,j)的強(qiáng)度影像為P(i,j),對(duì)其時(shí)空鄰域進(jìn)行處理即得到(i,j)的濾波結(jié)果包括以下步驟:
步驟1:設(shè)置鄰域窗口參數(shù),即設(shè)置鄰域窗口為方形,邊長(zhǎng)為Ws,滿足:51≥Ws≥3,且Ws為奇數(shù),則滑動(dòng)窗口中用于求中值的元素個(gè)數(shù)為nn=Ws·Ws,對(duì)于多時(shí)相數(shù)據(jù)參與中值濾波,nn還應(yīng)乘上時(shí)相個(gè)數(shù)。
步驟2:對(duì)整個(gè)強(qiáng)度影像進(jìn)行開(kāi)方處理,得到幅度影像。
步驟3:統(tǒng)計(jì)幅度影像的最大值A(chǔ)max和最小值A(chǔ)min。
步驟4:根據(jù)SAR幅度影像的分布,計(jì)算中值所在區(qū)間,并對(duì)幅度影像進(jìn)行量化。
步驟4.1:根據(jù)SAR幅度影像的分布,計(jì)算中值所在區(qū)間:
步驟4.2:將幅度影像從0至n進(jìn)行了量化,且500≥n≥100,優(yōu)選n≈200:
步驟5:初始化當(dāng)前處理像素(ic,jc)為第一個(gè)像素,即(ic,jc)=(0,0),并將滑動(dòng)窗口的中心與(ic,jc)對(duì)齊,開(kāi)始處理第一行第一列像素。
步驟6:計(jì)算滑動(dòng)窗口內(nèi)局部幅度值的最大值A(chǔ)max,c和最小值A(chǔ)min,c。
步驟7:如果Amin,c>Amin+0.35·(Amax-Amin)或Amax,c<Amin+0.10·(Amax-Amin)時(shí),則認(rèn)為滑動(dòng)窗口內(nèi)像素強(qiáng)度值位于最大值或最小值附近,需對(duì)幅度值根據(jù)滑動(dòng)窗口內(nèi)的最大值和最小值將浮點(diǎn)型的幅度數(shù)據(jù)重新量化為0到100的整數(shù):
步驟8:遍歷滑動(dòng)窗口內(nèi)的各像素,統(tǒng)計(jì)量化后的累積分布函數(shù)及各級(jí)強(qiáng)度均值。
步驟8.1:設(shè)置一個(gè)長(zhǎng)度為n+1的計(jì)數(shù)器數(shù)組C,并初始化計(jì)數(shù)器數(shù)組C各元素值為0;設(shè)置一個(gè)長(zhǎng)度為n+1的強(qiáng)度均值數(shù)組M,并初始化強(qiáng)度均值數(shù)組M各元素值為0。
步驟8.2:遍歷滑動(dòng)窗口內(nèi)幅度量化值g(i,j),重新量化后的則基于g'(i,j)分別更新計(jì)數(shù)器數(shù)組C和強(qiáng)度均值數(shù)組M的元素:C[g(i,j)]=C[g(i,j)]+1,M[g(i,j)]=M[g(i,j)]+P(i,j)。
步驟8.3:將計(jì)數(shù)器數(shù)組C和強(qiáng)度均值數(shù)組M內(nèi)的值轉(zhuǎn)換成累積分布函數(shù)值:M[0]=M[0]/C[0],C[0]=C[0]/nn,M[k]=M[k]/C[k],C[k]=C[k]/nn+C[k-1],其中k=1,2,...,n。
步驟9:遍歷累積分布函數(shù)數(shù)組,即計(jì)數(shù)器數(shù)組C,當(dāng)C[k]<0.5且C[k+1]≥0.5時(shí),中值位于k+1灰度級(jí)對(duì)應(yīng)范圍。
步驟10:如果(C[k+1]-C[k])nn≤4且C[k+1]-C[k]≤0.1,取M[k]作為中值濾波的近似輸出值;否則進(jìn)入步驟12。
步驟11:對(duì)滑動(dòng)窗口內(nèi)g(i,j)==k+1的強(qiáng)度值進(jìn)行排序,取第(0.5-C[k])nn個(gè)作為中值濾波的輸出。
步驟12:當(dāng)前時(shí)相像素全部處理完成,處理結(jié)束;否則移動(dòng)滑動(dòng)窗口中心到下一個(gè)像素,更新當(dāng)前處理像素(ic,jc),進(jìn)入步驟6。
與現(xiàn)有技術(shù)相比較,本發(fā)明一種SAR影像的中值濾波快速近似算法,通過(guò)上述步驟,縮小了幅度影像中值所在區(qū)間范圍,并進(jìn)行了量化,有助于準(zhǔn)確對(duì)中值進(jìn)行準(zhǔn)確定位,大幅減小搜索計(jì)算量,同時(shí)取得了與經(jīng)典中值濾波幾乎相同的濾波結(jié)果,解決了大窗口和多時(shí)相SAR強(qiáng)度影像中值濾波效率低下的問(wèn)題。
【附圖說(shuō)明】
下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)說(shuō)明,其中:
圖1為本發(fā)明流程圖。
【具體實(shí)施方式】
下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式作詳細(xì)說(shuō)明。
以下將結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步的闡述。
如圖1所示,本發(fā)明一種SAR影像的中值濾波快速近似算法,實(shí)施例以其中某一區(qū)域的5個(gè)時(shí)相精配準(zhǔn)后的強(qiáng)度影像中值濾波為例。該強(qiáng)度影像經(jīng)過(guò)了4視處理,圖像大小為5000像素×5000像素,處理在7×7的鄰域窗口進(jìn)行,求取7×7×5個(gè)時(shí)相(三維鄰域)共245個(gè)元素的中值,具體包括以下處理步驟:
步驟1:設(shè)置鄰域窗口參數(shù),將鄰域窗口設(shè)置為方形,邊長(zhǎng)Ws=7。由于要計(jì)算5個(gè)時(shí)相的中值,故滑動(dòng)窗口中用于求中值的元素個(gè)數(shù)為nn=7·7·5。
步驟2:對(duì)整個(gè)強(qiáng)度影像進(jìn)行開(kāi)方處理,得到幅度影像。
步驟3:統(tǒng)計(jì)幅度影像的最大值A(chǔ)max和最小值A(chǔ)min。
步驟4:根據(jù)SAR幅度影像的分布,計(jì)算中值所在區(qū)間,并對(duì)幅度影像進(jìn)行量化。
步驟4.1:計(jì)算中值所在區(qū)間,即:
步驟4.2:將幅度影像從0至n進(jìn)行了量化,且500≥n≥100,優(yōu)選n≈200:
步驟5:窗口中心像素為(ic,jc),初始化窗口中心像素(ic,jc),即(ic,jc)=(0,0),并將滑動(dòng)窗口的中心與(ic,jc)對(duì)齊,開(kāi)始處理第一行第一列像素。
步驟6:計(jì)算滑動(dòng)窗口內(nèi)局部幅度值的最大值A(chǔ)max,c和最小值A(chǔ)min,c。
步驟7:如果Amin,c>Amin+0.35·(Amax-Amin)或
Amax,c<Amin+0.10·(Amax-Amin)時(shí),則認(rèn)為滑動(dòng)窗口內(nèi)像素強(qiáng)度值位于最大值或最小值附近,需對(duì)幅度值根據(jù)滑動(dòng)窗口內(nèi)的最大值和最小值從0至100進(jìn)行重新量化:
步驟8:遍歷滑動(dòng)窗口內(nèi)的各像素,統(tǒng)計(jì)量化后的累積分布函數(shù)及各級(jí)強(qiáng)度均值。
步驟8.1:設(shè)置一個(gè)長(zhǎng)度為n+1的計(jì)數(shù)器數(shù)組C,并初始化計(jì)數(shù)器數(shù)組C各元素值為0;設(shè)置一個(gè)長(zhǎng)度為n+1的強(qiáng)度均值數(shù)組M,并初始化強(qiáng)度均值數(shù)組M各元素值為0。
步驟8.2:遍歷滑動(dòng)窗口內(nèi)幅度量化值g(i,j),重新量化后的則基于g'(i,j)分別更新計(jì)數(shù)器數(shù)組C和強(qiáng)度均值數(shù)組M的元素:C[g(i,j)]=C[g(i,j)]+1,M[g(i,j)]=M[g(i,j)]+P(i,j)。
步驟8.3:將計(jì)數(shù)器數(shù)組C和強(qiáng)度均值數(shù)組M內(nèi)的值轉(zhuǎn)換成累積分布函數(shù)值:M[0]=M[0]/C[0],C[0]=C[0]/nn,M[k]=M[k]/C[k],C[k]=C[k]/nn+C[k-1],其中k=1,2,...,n。
步驟9:遍歷累積分布函數(shù)數(shù)組,即計(jì)數(shù)器數(shù)組C,當(dāng)C[k]<0.5且C[k+1]≥0.5時(shí),中值位于k+1灰度級(jí)對(duì)應(yīng)范圍。
步驟10:如果(C[k+1]-C[k])nn≤4且C[k+1]-C[k]≤0.1,取M[k]作為中值濾波的近似輸出值;否則進(jìn)入步驟12。
步驟11:對(duì)滑動(dòng)窗口內(nèi)g(i,j)==k+1的強(qiáng)度值進(jìn)行排序,取第(0.5-C[k])nn個(gè)作為中值濾波的輸出。
步驟12:當(dāng)前時(shí)相像素全部處理完成,處理結(jié)束;否則移動(dòng)滑動(dòng)窗口中心到下一個(gè)像素,更新當(dāng)前處理像素(ic,jc),進(jìn)入步驟6。
本發(fā)明除了應(yīng)用于SAR強(qiáng)度影像外,對(duì)于SAR幅度影像或者光學(xué)遙感影像均具有一定的噪聲抑制效果。通過(guò)上述實(shí)施步驟,本實(shí)施例的結(jié)果如下:
(1)本實(shí)施例所得中值與精確中值存在誤差,并對(duì)該誤差與本中值的比值進(jìn)行了評(píng)估,該比值的最大值為0.174,均值為0.031,則表明本發(fā)明中絕大部分像素的結(jié)果與精確均值一致。
(2)需要進(jìn)行二次量化的滑窗個(gè)數(shù)占比為9%,需要進(jìn)行步驟11精確排序的比例為1.6%。
(3)本實(shí)施例中耗時(shí)為其全排序方法的0.07倍,為快速排序算法的0.31倍。即由于本發(fā)明方法的耗時(shí)與需要排序的元素個(gè)數(shù)無(wú)顯著關(guān)系,若待排序元素個(gè)數(shù)增加,耗時(shí)增速則緩慢,但全排序算法和快速算法耗時(shí)均呈窗口邊長(zhǎng)的幾何級(jí)數(shù)增加,當(dāng)參與中值濾波的滑窗內(nèi)元素較大時(shí),特別處理多時(shí)相數(shù)據(jù)或大滑窗時(shí),故本發(fā)明效率提升更加明顯。