基于核回归的SAR图像相干斑抑制

    公开(公告)号:CN103871031A

    公开(公告)日:2014-06-18

    申请号:CN201410081817.6

    申请日:2014-03-07

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于核回归的SAR图像相干斑抑制方法,主要是解决现有的核回归去噪方法不能应用于噪声模型为乘性的SAR图像中。其实现过程是:对SAR图像选取邻域窗;用索贝尔sobel算子计算图像块的水平梯度与垂直梯度;依据得到的梯度求得局部自适应协方差矩阵,计算平滑矩阵;通过权影响估计该像素点的理想值得到基本的去噪结果;在基本的滤波结果上重复该过程,得到满意的滤波效果。本发明在抑制相干斑的同时保持点目标和边缘纹理细节信息,提高了SAR图像的相干斑抑制效果,可用于SAR图像目标识别和地物分类。

    一种基于极化特征和近邻传播聚类的极化SAR图像分类方法

    公开(公告)号:CN103839073A

    公开(公告)日:2014-06-04

    申请号:CN201410055001.6

    申请日:2014-02-18

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于极化特征和近邻传播聚类的极化SAR图像分类方法,主要解决现有无监督极化SAR分类方法分类精度不高的问题。其实现步骤为:对每个像素点进行特征分解和Freeman分解,提取像素点的三种系数和四种散射功率;根据获得的系数和散射功率对图像进行划分,得到7种类别;对获得的每一类,利用数据分布特征将其分成3个小类;对得到的21个类别计算相似度矩阵,然后用近邻传播聚类对其聚类,得到图像的预分类结果;最后,对预分类得到的图像用Wishart分类器进行迭代分类,得到最终分类结果。本发明与经典分类方法相比,对极化SAR图像的划分更加严谨,分类效果更佳,计算复杂度相对较小,可用于对极化SAR图像的进行地物分类和目标识别。

    基于非局部Lee的极化SAR相干斑噪声抑制方法

    公开(公告)号:CN103020919A

    公开(公告)日:2013-04-03

    申请号:CN201310008136.2

    申请日:2013-01-09

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于非局部Lee的极化SAR相干斑噪声的抑制方法,主要解决现有非局部滤波与精致极化Lee滤波对同质区域平滑程度不够和边缘纹理细节丢失的问题。其实现过程是:对极化SAR图像数据进行边界扩展,利用非局部方法,寻找相似的像素点,组成相似像素集;用线性最小均方误差方法结合设定的八类掩膜窗对相似集进行估计,求解相似集中的权重值对像素点进行滤波;将极化SAR图像数据的每一个像素点进行滤波,得到最终滤波后的协方差矩阵;用Pauli向量法将滤波后的协方差矩阵合成伪彩图。本发明在抑制相干斑的同时保持亮目标和边缘纹理细节信息,提高了极化SAR图像数据的相干斑抑制效果,可用于极化SAR图像数据地物分类和目标识别。

    一种基于极化特征和近邻传播聚类的极化SAR图像分类方法

    公开(公告)号:CN103839073B

    公开(公告)日:2017-02-08

    申请号:CN201410055001.6

    申请日:2014-02-18

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于极化特征和近邻传播聚类的极化SAR图像分类方法,主要解决现有无监督极化SAR分类方法分类精度不高的问题。其实现步骤为:对每个像素点进行特征分解和Freeman分解,提取像素点的三种系数和四种散射功率;根据获得的系数和散射功率对图像进行划分,得到7种类别;对获得的每一类,利用数据分布特征将其分成3个小类;对得到的21个类别计算相似度矩阵,然后用近邻传播聚类对其聚类,得到图像的预分类结果;最后,对预分类得到的图像用Wishart分类器进行迭代分类,得到最终分类结果。本发明与经典分类方法相比,对极化SAR图像的划分更加严谨,分类效果更佳,计算复杂度相对较小,可用于对极化SAR图像的进行地物分类和目标识别。

    基于非局部Lee的极化SAR相干斑噪声抑制方法

    公开(公告)号:CN103020919B

    公开(公告)日:2015-06-03

    申请号:CN201310008136.2

    申请日:2013-01-09

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于非局部Lee的极化SAR相干斑噪声的抑制方法,主要解决现有非局部滤波与精致极化Lee滤波对同质区域平滑程度不够和边缘纹理细节丢失的问题。其实现过程是:对极化SAR图像数据进行边界扩展,利用非局部方法,寻找相似的像素点,组成相似像素集;用线性最小均方误差方法结合设定的八类掩膜窗对相似集进行估计,求解相似集中的权重值对像素点进行滤波;将极化SAR图像数据的每一个像素点进行滤波,得到最终滤波后的协方差矩阵;用Pauli向量法将滤波后的协方差矩阵合成伪彩图。本发明在抑制相干斑的同时保持亮目标和边缘纹理细节信息,提高了极化SAR图像数据的相干斑抑制效果,可用于极化SAR图像数据地物分类和目标识别。

    基于PCA变换的SAR图像相干斑抑制方法

    公开(公告)号:CN103020922A

    公开(公告)日:2013-04-03

    申请号:CN201310009311.X

    申请日:2013-01-10

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于PCA变换的SAR图像相干斑抑制方法,主要是解决现有的PCA变换域去噪方法不能应用于噪声模型为乘性的SAR图像中。其实现过程是:对SAR图像进行取块并在训练样本搜索窗选取相似块,组成样本矩阵;计算样本矩阵的协方差矩阵,求解特征值与特征向量;对特征值与特征向量进行变换求得含噪的特征系数;用最小线性均方误差对含噪的特征系数估计;用估计后的特征系数重建图像块,对重复估计的像素点取平均,得到基本的去噪结果;在基本的滤波结果上重复该过程,得到满意的滤波效果。本发明在抑制相干斑的同时保持点目标和边缘纹理细节信息,提高了SAR图像的相干斑抑制效果,可用于SAR图像目标识别和地物分类。