首页 / 专利库 / 物理 / 非相干散射 / 基于相对极化全变差的极化SAR影像相干斑抑制方法

基于相对极化全变差的极化SAR影像相干斑抑制方法

阅读:898发布:2020-05-14

专利汇可以提供基于相对极化全变差的极化SAR影像相干斑抑制方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于相对极化全变差的极化SAR影像相干斑抑制方法,通过对极化SAR影像的极化相干矩阵分离为主对 角 线元素和非对角线元素,应用窗口卷积局部全变差和全局全变差更新主对角线元素,由原非对角线元素和更新后的主对角线元素重构极化相干矩阵,利用相邻像元上的极化相干矩阵比值和更新前后的极化相干矩阵距离,获得须保留极化特征的像元 位置 。本发明仅对不属于上述像元位置的极化相干矩阵的主对角线元素进行相干斑抑制,解决了现有极化SAR相干斑抑制中不能很好地将极化SAR影像的结构信息和散射特性两者相结合进行相干斑抑制的问题,使得极化SAR的相干斑抑制在结构信息和散射特性两方面都得到保持。,下面是基于相对极化全变差的极化SAR影像相干斑抑制方法专利的具体信息内容。

1.基于相对极化全变差的极化SAR影像相干斑抑制方法,其特征在于:对极化SAR影像进行相对极化全变差的相干斑抑制,包括如下步骤:
步骤1,对极化SAR影像进行相干斑抑制,对极化SAR数据的极化相干矩阵进行分离,分为主对线元素和非对角线元素两部分;
步骤2,针对主对角线元素进行相干斑抑制,应用窗口卷积全变差和整幅影像全变差更新主对角线元素;
步骤3,重构极化相干矩阵,通过计算获得相邻像元间的矩阵比值Ratioi,j和更新前后(k)
的极化相干矩阵距离D ,计算保留极化特征的行列号:
依据 和 获得行号I=I1I I2(i1∈I1,i2∈I2)和列号J=J1I J2(j1
∈J1,j2∈J2);
步骤4,计算更新后的主对角线元素的相对全变差。
2.根据权利要求1所述的基于相对极化全变差的极化SAR影像相干斑抑制方法,其特征在于:所述步骤1包括如下步骤:
步骤1.1,使用极化SAR处理软件从极化SAR数据中读取获得极化SAR数据的极化相干矩阵;
步骤1.2,将极化相干矩阵T表示为:
其中,SHH表示H向发射和H向接收的回波数据,SHV表示H向发射和V向接收的回波数据,SVV表示V向发射和V向接收的回波数据,*表示复共轭转置, 和2|SHV|2分别表示极化相干矩阵T的T11,T22和T33;
步骤1.3,将极化相干矩阵T分离为3个主对角线元素和6个非对角线元素。
3.根据权利要求1所述的基于相对极化全变差的极化SAR影像相干斑抑制方法,其特征在于:所述步骤2包括如下步骤:
步骤2.1,计算主对角线元素在平和垂直方向的一阶导数Lx和Ly,计算权重步骤2.2,计算主对角线元素以[1,round(5σ)]的窗口用高斯低通滤波进行二次卷积运算,令σ=0.5,对卷积运算后得到的主对角线元素分别求得水平和垂直方向上求一阶导数Dx和Dy,分别计算权重 和 从而得到水平和垂直方向上的权重Wx=
W1·W2,x和Wy=W1·W2,y;
步骤2.3,计算主对角线元素的初始最小值 和 最小化方程为
其中,u代表T3原主对角线元素; 是u的梯度,λ是拉格朗日乘子;
由此得到了更新后的 主对角线元素 和 Dx和Dy分别是窗口内水平垂直
方向的全变差,Lx和Ly分别水平和垂直方向的全变差。
4.根据权利要求3所述的基于相对极化全变差的极化SAR影像相干斑抑制方法,其特征在于:所述步骤2.3中,λ是拉格朗日乘子,其最优取值0.002。
5.根据权利要求1所述的基于相对极化全变差的极化SAR影像相干斑抑制方法,其特征在于:所述步骤3包括如下步骤:
步骤3.1,利用步骤2中获得的更新后的主对角线元素和非对角线元素重构极化相干矩阵T;
步骤3.2,计算相邻像元间的矩阵比值Ratioi,j:
其中,T′3,x和T′3,y分别是水平和垂直方向上的一阶导数,conj(·)表示求矩阵的复共轭转置;
步骤3.3,计算更新前后的极化相干矩阵距离D(k):
其中,inv(·)表示求逆矩阵,trace(·)表示求矩阵的迹,|·|表示求矩阵对应行列式的值,k表示迭代次数;
步骤3.4,求满足 和 的行号I=I1I I2(i1∈I1,i2∈I2)和列号J=
J1I J2(j1∈J1,j2∈J2)。
6.根据权利要求1所述的基于相对极化全变差的极化SAR影像相干斑抑制方法,其特征在于:所述步骤4包括如下步骤:
步骤4.1,获得不参与更新的主对角线元素:T(m,m,i,j)=0(m∈{1,2,3});
步骤4.2,计算参与更新的主对角线元素相对全变差,求解主对角线元素 和步骤4.3,根据更新前后的 和 计算极化距离公式,公式如下:
其中,inv(·)表示求逆矩阵,trace(·)表示求矩阵的迹,k表示迭代次数。
步骤4.4,依据 和 获的不参与更新的像元行号I=I1I I2(i1∈I1,
i2∈I2)和列号J=J1I J2(j1∈J1,j2∈J2)。

说明书全文

基于相对极化全变差的极化SAR影像相干斑抑制方法

技术领域

[0001] 本发明涉及一种基于相对极化全变差的极化SAR影像相干斑抑制方法,属于全极化SAR(Synthetic Aperture Radar,合成孔径雷达)遥感技术领域。

背景技术

[0002] 极化SAR是一种用于测量辐射信号极化特征的成像雷达,能够获得不同极化状态下的目标散射特征。因此,极化SAR被广泛应用于农业调查、林业研究和地质勘探等领域。然而,由于极化SAR存在大量呈颗粒状的相干斑噪声,导致影像解译不明显,甚至严重影响了影像的应用。因此,对极化SAR影像进行相干斑抑制具有重要的意义。
[0003] 目前极化SAR影像相干斑抑制方法主要分为三类:第一类是基于自适应的相干斑抑制,第二类是基于非局部均值方法的相干斑抑制,第三类是基于全变差方法的相干斑抑制。
[0004] 基于自适应的相干斑抑制方法主要基于最小均方差误差,通过调整模板窗口和局部统计值的方法减少相干斑,如Lee滤波、Kuan滤波,Frost滤波。为了更好的保留边缘细节,很多方基于自适应相干斑抑制的方法被相继提出。有研究者2014年提出一种自适应增强Lee滤波方法,通过增加一组均匀窗口及一组线性方向窗口并自适应调整窗口大小,提升相干斑抑制效果。然而,基于自适应的相干斑抑制方法,需要为窗口自适应机制设置较多的参数,导致运算过程耗时,运行效率低。
[0005] 基于非局部均值的相干斑抑制方法是加权平均滤波方法,主要利用影像相似作为滤波的加权权重,从而保留结构特征。该方法自提出以来,受到了众多研究者的广泛关注。有研究者2015年提出非局部加权最小均方差滤波方法,利用非局部均值的理论获取最小均方差方法中像素样本的权重。然而,这类方法在去噪时一般会使影像的边缘和细节信息模糊化,且运算量较大。
[0006] 基于全变差方法的相干斑抑制方法中,正则项本质上是一种局部滤波器,正则化参数控制着噪声的抑制程度。有研究者2014年提出一种基于空间自适应正则化参数的非凸正则项全变差相干斑抑制方法,使用自适应正则化参数控制不同区域噪声抑制程度,利用非凸正则项保持影像边缘和纹理细节信息。有研究者2017年提出一种基于全变差的相干斑抑制方法,通过对数变换将SAR的乘法噪声转化为加性噪声,然后应用全变差相干斑抑制。然而,在极化SAR影像中,相干斑影响着每个极化通道和通道间的相互关系,而目标散射特征包含于协方差矩阵或极化相干矩阵中。

发明内容

[0007] 本发明的目的在于:针对现有技术存在的缺陷,提出一种基于相对极化全变差的极化SAR影像相干斑抑制方法,迭代保留大于前一次Wishart距离的像素上极化相干矩阵,利用相对全变差方法更新小于前一次Wishart距离的像素上极化相干矩阵的主对线元素,实现极化SAR影像相干斑抑制,同时能够保留极化特性和结构特性。
[0008] 为实现上述目的,本发明的技术方案为:对极化SAR影像进行相对极化全变差的相干斑抑制,包括如下步骤:
[0009] 步骤1,对极化SAR影像进行相干斑抑制,对极化SAR数据的极化相干矩阵进行分离,分为主对角线元素和非对角线元素两部分;
[0010] 步骤1.1,使用极化SAR处理软件从极化SAR数据中读取获得极化SAR数据的极化相干矩阵;
[0011] 步骤1.2,将极化相干矩阵T表示为:
[0012]
[0013] 其中,SHH表示H向发射和H向接收的回波数据,SHV表示H向发射和V向接收的回波数据,SVV表示V向发射和V向接收的回波数据,*表示复共轭转置, 和2|SHV|2分别表示极化相干矩阵T的T11,T22和T33;
[0014] 步骤1.3,将极化相干矩阵T分离为3个主对角线元素和6个非对角线元素。
[0015] 步骤2,针对主对角线元素进行相干斑抑制,应用窗口卷积全变差和整幅影像全变差更新主对角线元素;
[0016] 步骤2.1,计算主对角线元素在平和垂直方向的一阶导数Lx和Ly,计算权重[0017] 步骤2.2,计算主对角线元素以[1,round(5σ)]的窗口用高斯低通滤波进行二次卷积运算,令σ=0.5,对卷积运算后得到的主对角线元素分别求得水平和垂直方向上求一阶导数Dx和Dy,分别计算权重 和 从而得到水平和垂直方向上的权重Wx=W1·W2,x和Wy=W1·W2,y;
[0018] 步骤2.3,计算主对角线元素的初始最小值 和 最小化方程为
[0019]
[0020] 其中,u代表T3原主对角线元素; 是u的梯度,λ是拉格朗日乘子,其最优取值0.002;
[0021] 由此得到了更新后的 主对角线元素 和 Dx和Dy分别是窗口内水平垂直方向的全变差,Lx和Ly分别水平和垂直方向的全变差。
[0022] 步骤3,重构极化相干矩阵,通过计算获得相邻像元间的矩阵比值Ratioi,j和更新(k)前后的极化相干矩阵距离D ,计算保留极化特征的行列号:
[0023] 依据 和 获得行号I=I1I I2(i1∈I1,i2∈I2)和列号J=J1I J2(j1∈J1,j2∈J2);
[0024] 步骤3.1,利用步骤2中获得的更新后的主对角线元素和非对角线元素重构极化相干矩阵T;
[0025] 步骤3.2,计算相邻像元间的矩阵比值Ratioi,j:
[0026]
[0027] 其中,T3',x和T3',y分别是水平和垂直方向上的一阶导数,conj(·)表示求矩阵的复共轭转置;
[0028] 步骤3.3,计算更新前后的极化相干矩阵距离D(k):
[0029] D(k)=log|T3(k)|+trace(inv(T3(k))·T3(k-1))(k≥1)
[0030] 其中,inv(·)表示求逆矩阵,trace(·)表示求矩阵的迹,|·|表示求矩阵对应行列式的值,k表示迭代次数;
[0031] 步骤3.4,求满足 和 的行号I=I1 I I2(i1∈I1,i2∈I2)和列号J=J1 I J2(j1∈J1,j2∈J2)。
[0032] 步骤4,计算更新后的主对角线元素的相对全变差;
[0033] 步骤4.1,获得不参与更新的主对角线元素:T(m,m,i,j)=0(m∈{1,2,3});
[0034] 步骤4.2,计算参与更新的主对角线元素相对全变差,求解主对角线元素和
[0035] 步骤4.3,根据更新前后的 和 计算极化距离公式,公式如下:
[0036] D(k)=log|T3(k)|+trace(inv(T3(k))·T3(k-1))(k>0)
[0037] 其中,inv(·)表示求逆矩阵,trace(·)表示求矩阵的迹,k表示迭代次数。
[0038] 步骤4.4,依据 和 获的不参与更新的像元行号I=I1 I I2(i1∈I1,i2∈I2)和列号J=J1 I J2(j1∈J1,j2∈J2)
[0039] 本发明采用以上技术方案与现有技术相比,具有以下技术效果:
[0040] a)本发明在极化SAR相干矩阵T的相干斑抑制过程中,通过分离主对角线元素和非对角线元素,通过极化相干矩阵比值以及极化相干距离变化,获取不参加更新的像元位置,因而很好保持了极化SAR影像的极化特征。
[0041] b)本发明在极化SAR相干矩阵T的相干斑抑制过程中,由于结合了相对全变差模型,仅对主对角线元素求解最小化方程,因而保留了极化SAR影像的纹理结构特征。附图说明
[0042] 下面结合附图对本发明作进一步的说明。
[0043] 图1为本发明的流程框图
[0044] 图2为现有的极化原始数据图。
[0045] 图3为本发明与其他相干斑抑制方法的结果比较示意图;
[0046] 其中(a)是原始极化SAR影像,(b)是Boxcar滤波相干斑抑制结果,(c)Refined Lee滤波相干斑抑制结果,(d)是本发明相干斑抑制结果。

具体实施方式

[0047] 本实施例提供了一种基于相对极化全变差的极化SAR影像相干斑抑制方法,其流程如图1所示,具体实施过程如下:
[0048] (1)对极化SAR数据的极化相干矩阵T进行主对角线元素和非对角线元素分离。
[0049] 1a)使用极化SAR处理软件PolSARpro_v5.1.2从极化SAR数据中,读取获得极化SAR数据的极化相干矩阵;
[0050] 1b)将极化相干矩阵T表示为:
[0051]
[0052] 其中,SHH表示H向发射和H向接收的回波数据,SHV表示H向发射和V向接收的回波数据,SVV表示V向发射和V向接收的回波数据,*表示复共轭转置, 和2|SHV|2分别表示极化相干矩阵T的T11,T22和T33;
[0053] 1c)将极化相干矩阵T分离为3个主对角线元素和6个非对角线元素;
[0054] (2)计算初始距离值和主对角线元素的初始最小值;
[0055] 2a)计算初始距离值:
[0056] D(0)=log|T3(0)|+trace(inv(T3(0))·T3(0))
[0057] 2b)计算主对角线元素在水平和垂直方向的一阶导数Lx和Ly,计算权重[0058] 2c)计算主对角线元素以[1,round(5σ)]的窗口用高斯低通滤波进行二次卷积运算,令σ=0.5,对卷积运算后得到的主对角线元素分别求得水平和垂直方向上求一阶导数Dx和Dy,分别计算权重 和 从而得到水平和垂直方向上的权重Wx=W1·W2,x和Wy=W1·W2,y;
[0059] 2d)计算主对角线元素的初始最小值 和 最小化方程为
[0060]
[0061] 其中,u代表T3原主对角线元素; 是u的梯度,λ是拉格朗日乘子,其最优取值0.002。该方法得到了更新后的 主对角线元素 和 Dx和Dy分别是窗口内水平垂直方向的全变差,Lx和Ly分别水平和垂直方向的全变差;
[0062] (3)获得更新后的极化相干矩阵T,计算保留极化特征的行列号。
[0063] 3a)由更新后的主对角线元素和非对角线元素重构极化相干矩阵T;
[0064] 3b)计算相邻像元间的矩阵比值Ratioi,j和归一化Ratio'的标准差△:
[0065]
[0066] 其中,T3',x和T3',y分别是水平和垂直方向上的一阶导数,conj(·)表示求矩阵的复共轭转置;
[0067] 3c)计算更新前后的极化相干矩阵距离D(k):
[0068] D(k)=log|T3(k)|+trace(inv(T3(k))·T3(k-1))(k≥1)
[0069] 其中,inv(·)表示求逆矩阵,trace(·)表示求矩阵的迹,|·|表示求矩阵对应行列式的值,k表示迭代次数;
[0070] 3d)求满足 和 的行号I=I1 I I2(i1∈I1,i2∈I2)和列号J=J1 I J2(j1∈J1,j2∈J2);
[0071] (4)基于相对全变差的方法求解主对角线元素 和
[0072] (5)根据更新前后的 和 计算极化相干矩阵距离D(k)和相邻像元间的矩阵比值Ratioi,j,计算满足 和 的待更新像元的行号和列号。
[0073] (6)迭代执行(3)~(5)步骤,迭代条件△≤0.01。
[0074] (7)迭代执行(2)~(5)的步骤,迭代次数k≤4。
[0075] (8)利用相邻像元上的极化相干矩阵比值和更新前后的极化相干矩阵距离,获得须保留极化特征的像元位置,并保留所需元素,输出极化SAR影像。
[0076] 本发明提供的基于相对极化全变差的极化SAR影像相干斑抑制方法,不但缩短了消耗时间,在抑制相干斑的同时保留了极化SAR影像的极化特征和结构特征。其效果可以通过以下实验仿真进一步说明。
[0077] 1.实验条件
[0078] (1)实验仿真环境为:MATLAB 2014b,Intel(R)Core(TM)i7-2640M CPU 2.80GHz;
[0079] (2)实验测试数据如图1所示,是极化SAR数据来源美国机载AIRSAR采集的SanFrancisco地区L波段实测全极化SAR数据。
[0080] 2.实验内容及结果
[0081] 用现有Boxcar滤波和Refined Lee滤波方法与本发明方法对图3(a)所示的数据进行实验,实验结果如图3所示,其中,图3(b)是Boxcar滤波相干斑抑制结果,图3(c)是Refined Lee滤波相干斑抑制结果,图3(c)是本发明相干斑抑制结果。相比Boxcar滤波和Refined Lee滤波,本发明在非均质区域相干斑抑制效果明显,保留了结构特征信息。
[0082] 3.实验结果评价
[0083] 为了客观评价本发明,通过等效视数(ENL)和结构相似性指数(SSIM)评价相干斑抑制效果,从客观上证明本发明的效果最好,如表1所示。
[0084] 表1 ENL及SSIM评价结果
[0085]
[0086] 以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈