一种基于排序联合稀疏表示的SAR图像降斑方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710506964.7
申 请 日：20170628
申 请 人：重庆大学
申请人地址：400044重庆市沙坪坝区沙正街174号
公 开 日：20171027
公 开 号：CN107301632A
代 理 人：
代理机构：
摘 要：本发明公开了一种基于排序联合稀疏表示的SAR图像降斑方法，属于数字图像处理技术领域。它首先对图像块进行相似度排序以获得图像块序列，然后利用图像块序列得到的结构组建立联合稀疏表示模型，再通过非局部加权平均估计该模型中所需的非局部稀疏系数与正则化参数，并利用分离伯格曼迭代算法对模型进行循环迭代求解，最后将估计出的稀疏系数重构出降斑后的SAR图像；本发明通过对图像块相似度进行排序，简化了整个过程中对相似图像块的比较，并对稀疏系数进行联合约束，使得到的图像保留在更多细节的同时有效的避免结构组稀疏表示所产生的伪影现象，使得降斑后图像的整体效果更接近真实图像，更易于目标识别，因此可用于SAR图像降斑。??全部
主 权 项：一种基于排序联合稀疏表示的SAR图像降斑方法，其特征在于具体步骤如下：步骤一、图像块排序首先在SAR图像中按固定尺寸逐像素抽取图像块，在所有图像块中随机选取第i个图像块xi为初始目标图像块，并在以xi为中心的小范围内寻找与其最相似的图像块，若在小范围内搜索不到其最相似的图像块，则在整个图像内寻找，并将与xi最相似的图像块xj排在xi之后，然后以xj为目标图像块在剩余图像块中寻找与xj最相似的图像块，再将xj的相似图像块作为下一目标图像块继续寻找其最相似的图像块，以此得到排序后的图像块序列，其中相邻图像块之间相似度最高。步骤二、联合稀疏表示模型通过步骤一的图像块排序后，将目标图像块xi与排序图像块序列中邻近目标图像块xi的S?1个相似图像块构建成一个相似图像块集合即结构组为利用图像在变换域下的稀疏性，先对结构组内每个图像块进行小波变换，然后对小波变换后系数矩阵的行向量进行离散余弦变换，以获得结构组稀疏系数
为了抑制伪影现象的同时保留更多的细节，使图像整体降斑效果更好，建立联合稀疏模型为：
其中
为估计出的代表真实图像的非局部稀疏系数，λ1和λ2为正则化参数，通过两个l1范数的约束项来实现对稀疏系数的联合约束，使估计出的结构组稀疏系数
更接近于真实图像的结构组稀疏系数；步骤三、参数的估计及模型的求解为求解步骤二中的联合稀疏模型，需要对非局部稀疏系数
以及正则化参数λ1和λ2进行估计，为估计非局部稀疏系数
首先在步骤一获得的图像块序列中为结构组
中的每个图像块寻找各自对应的相似图像块，并将这些相似图像块构成与结构组
相似的结构组
再对每个相似结构组稀疏表示得到对应的稀疏系数集合{γg,i,γh,i,γi,i,γj,i,γk,i}，并对各稀疏系数做加权平均以估计非局部稀疏系数
而正则化参数λ1和λ2的大小则通过对稀疏系数
和非局部稀疏系数
的最大后验概率的贝叶斯估计来确定，在估计出所需参数非局部稀疏系数
以及正则化参数λ1和λ2以后，再利用分离伯格曼迭代算法来对模型进行循环迭代求解，即可重构出最终的降斑图像。
关 键 词：
法律状态：公开
IPC专利分类号：G06T5/00(2006.01)I