亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        邊緣強(qiáng)度映射與區(qū)域劃分的SAR圖像非局部平均濾波算法

        2021-04-06 11:03:08馮子金
        關(guān)鍵詞:同質(zhì)紋理邊緣

        馮子金,朱 磊,高 飛

        (西安工程大學(xué) 電子信息學(xué)院,陜西 西安 710048)

        0 引 言

        由于SAR成像機(jī)制的局限性,使得SAR圖像中隨機(jī)散布著大量的乘性噪聲,這些噪聲的存在既影響SAR圖像的視覺(jué)效果,又嚴(yán)重干擾著后續(xù)自動(dòng)解譯處理的有效性和可靠性[1-2],因此,抑制相干斑噪聲研究一直是SAR圖像處理領(lǐng)域的研究熱點(diǎn)之一。

        SAR圖像抑斑算法主要分為空域?yàn)V波[3-5]、變換域?yàn)V波[6-9]和偏微分?jǐn)U散濾波[10-12]3類(lèi)。經(jīng)典的空域?yàn)V波算法有Lee[3]濾波、Kuan濾波[4]、Frost濾波[5]等,其特點(diǎn)是直接在空域利用滑動(dòng)窗來(lái)估計(jì)圖像的真實(shí)像素值,而不考慮滑動(dòng)窗周邊的圖像信息。因此,空域?yàn)V波算法具有算法相對(duì)簡(jiǎn)單、實(shí)時(shí)性好等優(yōu)點(diǎn),但圖像濾波效果受滑動(dòng)窗參數(shù)設(shè)置影響較大。由于小波等多尺度變換在抑制加性噪聲時(shí)的良好表現(xiàn),許多基于變換域的抑斑算法先后被提出,經(jīng)典的變換域算法有基于小波變換的抑斑算法[7]以及基于Contourlet變化的抑斑算法[13]等。該類(lèi)算法能夠很好兼顧同質(zhì)區(qū)的相干斑抑制和邊緣的紋理信息保護(hù),但算法的復(fù)雜度高且計(jì)算量大,容易形成偽吉布斯現(xiàn)象。偏微分?jǐn)U散濾波借助局部統(tǒng)計(jì)量約束各像素?cái)U(kuò)散濾波的方向和強(qiáng)度,能夠在抑制噪聲的同時(shí)兼顧邊緣保護(hù),但容易導(dǎo)致同質(zhì)區(qū)的塊效應(yīng)現(xiàn)象及邊緣附近相干斑殘留等問(wèn)題,其代表性算法有SRAD[14]及其改進(jìn)算法。2005年Buades等針對(duì)圖像加性噪聲的抑制問(wèn)題[15],提出了NLM算法,為抑制噪聲提供了新的思路。隨后NLM算法被引入SAR圖像抑斑應(yīng)用領(lǐng)域,其中有代表性的算法包括SAR-BM3D[16]、NL-CV[17]、MR-NLM[18]及其改進(jìn)算法[19-20]等,這些算法比傳統(tǒng)局部平均算法展現(xiàn)出更好的抑斑性能。

        為了進(jìn)一步提升NLM類(lèi)抑斑算法在相干斑抑制與邊緣保護(hù)方面的性能,本文算法進(jìn)行了3處改進(jìn)。第一,利用閾值化CV將SAR圖像分成同質(zhì)區(qū)與紋理區(qū),并對(duì)不同區(qū)域像素分別采用不同尺度相似窗來(lái)估計(jì)相似性測(cè)量參量;第二,利用對(duì)乘性噪聲具有恒虛警特性的ESM構(gòu)建相似性測(cè)量函數(shù),從而區(qū)分同質(zhì)區(qū)與紋理區(qū)像素之間的相似性差異;第三,利用CV構(gòu)建NLM濾波的自適應(yīng)衰減因子,使得NLM濾波可自適應(yīng)調(diào)節(jié)對(duì)同質(zhì)區(qū)與紋理區(qū)像素整體濾波強(qiáng)度的大小。

        1 ESM和區(qū)域劃分的NLM濾波模型

        已知SAR圖像中的相干斑噪聲為乘性噪聲,假設(shè)像素i處的噪聲為R(i),實(shí)際場(chǎng)景為U(i),觀測(cè)值為X(i),則圖像模型為X(i)=U(i)R(i)。實(shí)驗(yàn)表明,對(duì)SAR圖像進(jìn)行非局部平均抑斑處理時(shí),采用大尺度相似窗對(duì)像素進(jìn)行濾波值估計(jì)時(shí),同質(zhì)區(qū)抑斑效果偏平滑,噪聲能得到較好的抑制;采用小尺度相似窗對(duì)像素進(jìn)行濾波估計(jì)時(shí),紋理區(qū)的濾波效果較好,能最大限度地保護(hù)SAR圖像的邊緣紋理信息。因此,本文提出了一種基于ESM和區(qū)域劃分的SAR圖像NLM濾波(ESM-NLM)模型。其模型表達(dá)式為

        (1)

        2 區(qū)域劃分因子β估計(jì)

        為實(shí)現(xiàn)對(duì)SAR圖像同質(zhì)區(qū)和紋理區(qū)進(jìn)行不同濾波程度的非局部加權(quán)平均,本文提出采用區(qū)域劃分因子將圖像劃分為同質(zhì)區(qū)和紋理區(qū),對(duì)同質(zhì)區(qū)進(jìn)行濾波程度偏平滑的NLM,對(duì)紋理區(qū)進(jìn)行濾波程度偏邊緣保護(hù)的NLM。構(gòu)建區(qū)域劃分因子主要分為2個(gè)步驟:采用CV圖估計(jì)可構(gòu)建區(qū)域劃分因子的閾值;根據(jù)閾值估計(jì)區(qū)域劃分因子。

        2.1 估計(jì)區(qū)域劃分閾值

        估計(jì)輸入SAR圖像的CV,得到CV圖像的直方圖統(tǒng)計(jì)特性,從統(tǒng)計(jì)特性可以看出,CV在同質(zhì)區(qū)的值較小,在紋理區(qū)的值較大,說(shuō)明CV可較好地表征圖像的起伏信息。因此,采用CV直方圖來(lái)估計(jì)構(gòu)建區(qū)域劃分因子的閾值。CV(記作Vc)表達(dá)式為

        (2)

        大量實(shí)驗(yàn)表明,在大于直方圖最大值的區(qū)域上圖像紋理信息較多,在小于直方圖最大值的區(qū)域上圖像平滑信息較多,所以將直方圖最大值對(duì)應(yīng)橫坐標(biāo)的灰度值M作為閾值T。

        2.2 估計(jì)區(qū)域劃分因子

        3 改進(jìn)NLM濾波值Y1和Y2估計(jì)

        3.1 計(jì)算局部ESM均值矩陣

        通過(guò)滑動(dòng)窗ESM的均值比估計(jì)每個(gè)像素間的相似性進(jìn)行濾波。由于對(duì)圖像的紋理進(jìn)行檢測(cè)時(shí)使用的是差分或梯度,而差分和梯度難以消除乘性噪聲產(chǎn)生的虛假紋理信息,所以用帶有方向信息的平行窗通過(guò)比率運(yùn)算估計(jì)ESM,對(duì)乘性噪聲實(shí)現(xiàn)具有較強(qiáng)魯棒性的恒虛警邊緣檢測(cè)。

        假設(shè)當(dāng)前像素為i,估計(jì)像素i在θ(θ∈[0,π))方向上的局部均值比的最小值,從而獲得像素i的ESM值SEM(i),其表達(dá)式為

        (3)

        式中:m1(i|θ)和m2(i|θ)為在θ方向上中心像素兩側(cè)的局部均值。

        當(dāng)由區(qū)域劃分因子確定圖像紋理區(qū)和同質(zhì)區(qū)后,本文采用小尺度相似窗的ESM均值比來(lái)估計(jì)紋理區(qū)的相似性,采用大尺度相似窗的ESM均值比來(lái)估計(jì)同質(zhì)區(qū)的相似性,因此ESM的均值矩陣E(ψ(i))表達(dá)式為

        (4)

        3.2 估計(jì)融合CV的非局部加權(quán)平均

        通過(guò)搜索窗中每個(gè)像素在相似窗下的ESM矩陣與中心像素的ESM矩陣,利用二者各對(duì)應(yīng)元素比值的2范數(shù)來(lái)構(gòu)建相似性測(cè)量參量,則有

        (5)

        式中:‖‖2為2范數(shù);E(ψ(i))與E(ψ(j))分別為在相似窗ψ(i)與ψ(j)處顯示的ESM均值矩陣信息。

        3.3 ESM的非局部加權(quán)平均濾波

        在進(jìn)行非局部加權(quán)平均濾波時(shí),衰減因子是調(diào)節(jié)濾波強(qiáng)度的主要參量,衰減因子較小,會(huì)導(dǎo)致濾波過(guò)平滑,紋理信息被濾掉,邊緣保護(hù)性能差;衰減因子較大,會(huì)導(dǎo)致SAR圖像濾波后殘留的噪聲較多,但邊緣細(xì)節(jié)信息保留相對(duì)完整,因此需要對(duì)同質(zhì)區(qū)設(shè)置較小的衰減因子,對(duì)紋理區(qū)設(shè)置較大的衰減因子。由于CV能夠較好地表征圖像起伏情況,所以采用CV構(gòu)建自適應(yīng)衰減因子,但由于在估計(jì)CV圖像時(shí),采用同一尺度窗估計(jì)圖像的局部均值與方差導(dǎo)致效果不理想,因此采用上文構(gòu)建的區(qū)域劃分因子將圖像劃分為同質(zhì)區(qū)和紋理區(qū),對(duì)同質(zhì)區(qū)和紋理區(qū)采用不同尺度的窗估計(jì)均值與方差。適應(yīng)衰減因子的表達(dá)式為

        (6)

        由式(5)估計(jì)像素i與其他像素的相似性,再由式(6)控制濾波強(qiáng)度,從而搜索窗內(nèi)其他像素j對(duì)中心像素i的加權(quán)系數(shù)為ω(i,j),其表達(dá)式為

        (7)

        根據(jù)區(qū)域劃分因子對(duì)同質(zhì)區(qū)采用大尺度相似窗濾波,對(duì)紋理區(qū)采用小尺度的相似窗濾波,則本文算法的表達(dá)式為

        4 實(shí)驗(yàn)驗(yàn)證

        為了檢測(cè)所提出算法的性能,在真實(shí)的SAR圖像的抑斑性能、抑斑的視覺(jué)效果以及抑斑圖像的Canny邊緣檢測(cè)圖像方面,將本文(ESM-NLM)算法和文獻(xiàn)[18]中以均值比與CV聯(lián)合構(gòu)建的NLM(MR-NLM)算法進(jìn)行比較,參數(shù)指標(biāo)采用文獻(xiàn)[21]用到的等效視數(shù)VENL和邊緣保持指數(shù)VEPI。VENL表示相干斑的平滑能力,其值越大表明相干斑抑制程度越高,VEPI表明圖像邊緣的保護(hù)能力,其值越大表明抑斑后圖像的邊緣保護(hù)程度越高,理想值為1。圖1為2種算法對(duì)真實(shí)SAR圖像的抑斑圖像對(duì)應(yīng)的邊緣檢測(cè)圖像。圖1(a)的抑斑參數(shù):MR-NLM搜索窗尺度為21×21,相似窗尺度為7×7,衰減常數(shù)α為1.5;EMS-NLM搜索窗尺度為21×21,相似窗尺度為11×11和9×9,α為1.36;Canny算子的邊緣檢測(cè)閾值為0.08。

        (a) 農(nóng)田真實(shí)SAR圖像 (b) MR-NLM抑斑圖 (c) ESM-NLM抑斑圖圖 1 2種算法對(duì)真實(shí)SAR圖像的抑斑圖像對(duì)比Fig.1 Comparison of speckle suppression images of the two algorithms on real SAR image

        如圖1(b)和1(c)所示,ESM-NLM算法在同質(zhì)區(qū)相干斑抑制較為徹底,邊緣保護(hù)較好。與MR-NLM算法相比,ESM-NLM算法消除了部分同質(zhì)區(qū)平滑度不夠的問(wèn)題。如圖2(a)和2(b)所示,MR-NLM算法會(huì)隨著搜索窗尺度的增大而使得邊緣保持特性下降,ESM-NLM算法在邊緣保持上效果更好。其原因在于MR-NLM算法對(duì)紋理區(qū)和同質(zhì)區(qū)使用同一濾波值對(duì)整個(gè)圖像進(jìn)行濾波時(shí),會(huì)導(dǎo)致紋理區(qū)的濾波不足而同質(zhì)區(qū)過(guò)保持,或紋理區(qū)的過(guò)濾波而同質(zhì)區(qū)欠保持的情況,對(duì)整幅圖像不同區(qū)域的偏濾波和偏保持的側(cè)重不足。而ESM-NLM算法是先將圖像劃分為同質(zhì)區(qū)和紋理區(qū),對(duì)不同區(qū)域使用不同的濾波值使得在同質(zhì)區(qū)保持效果較好,紋理區(qū)去噪效果較好。2種算法對(duì)圖1(a)中A區(qū)和B區(qū)的抑斑對(duì)比效果以及圖1(a)的邊緣保持對(duì)比效果如表1所示。

        (a) MR-NLM對(duì)應(yīng)邊緣 (b) EMS-NLM對(duì)應(yīng)邊緣 檢測(cè)圖 檢測(cè)圖圖 2 2種算法抑斑圖像對(duì)應(yīng)的邊緣檢測(cè)圖像Fig.2 The edge detection image corresponding to the speckle suppression image of the two algorithms

        表 1 2種算法抑斑參數(shù)對(duì)比

        從表1可以看出,2種算法在對(duì)圖1(a)A區(qū)和B區(qū)的抑斑效果進(jìn)行對(duì)比時(shí),ESM-NLM算法的VENL和VEPI值高于MR-NLM算法。2種算法在對(duì)圖1(a)的抑斑效果進(jìn)行對(duì)比時(shí),采用區(qū)域劃分的ESM-NLM算法更適合對(duì)SAR圖像濾波,由單個(gè)區(qū)域推廣到整幅圖像,可以在整個(gè)區(qū)域中得到更好地濾波效果。

        5 結(jié) 語(yǔ)

        本文給出的算法的主要思想是先構(gòu)建區(qū)域劃分因子,將圖像劃分為同質(zhì)區(qū)和紋理區(qū),以ESM均值比作為相似性測(cè)量參量構(gòu)建SAR圖像非局部平均,再對(duì)同質(zhì)區(qū)采用大尺度相似窗進(jìn)行非局部平均,對(duì)紋理區(qū)采用小尺度窗進(jìn)行非局部平均,最后將不同區(qū)域的濾波結(jié)果通過(guò)區(qū)域劃分因子合并得到最終的抑斑結(jié)果。在后續(xù)工作中,由于ESM-NLM算法將圖像劃分為同質(zhì)區(qū)和紋理區(qū)后分別進(jìn)行濾波,會(huì)導(dǎo)致時(shí)間復(fù)雜度有所上升,如何在保持濾波效果的同時(shí)降低時(shí)間復(fù)雜度將是下一步工作的重點(diǎn)。

        猜你喜歡
        同質(zhì)紋理邊緣
        基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
        軟件(2020年3期)2020-04-20 01:45:18
        使用紋理疊加添加藝術(shù)畫(huà)特效
        “形同質(zhì)異“的函數(shù)問(wèn)題辨析(上)
        TEXTURE ON TEXTURE質(zhì)地上的紋理
        Coco薇(2017年8期)2017-08-03 15:23:38
        一張圖看懂邊緣計(jì)算
        同質(zhì)異構(gòu)交聯(lián)法對(duì)再生聚乙烯的改性研究
        消除凹凸紋理有妙招!
        Coco薇(2015年5期)2016-03-29 23:22:15
        淺談同質(zhì)配件發(fā)展歷程
        聚焦國(guó)外同質(zhì)配件發(fā)展歷程
        在邊緣尋找自我
        雕塑(1999年2期)1999-06-28 05:01:42
        亚洲日韩欧洲无码av夜夜摸| 可以直接在线看国产在线片网址| 国产自拍av在线观看视频| 97人人超碰国产精品最新| 亚洲天堂在线播放| 日本草逼视频免费观看| 国产人妖视频一区二区| 99无码熟妇丰满人妻啪啪| 少妇内射高潮福利炮| 久久精品国产亚洲AV香蕉吃奶| 久久老熟女一区二区三区| 人成午夜大片免费视频77777| 色偷偷久久一区二区三区| 国产视频在线一区二区三区四区| 九九久久精品一区二区三区av| 久久国产人妻一区二区| 韩国精品一区二区三区无码视频| 一本一道AⅤ无码中文字幕| 午夜免费观看一区二区三区| 97在线视频免费人妻| 八区精品色欲人妻综合网| 久久精品国产亚洲av成人擦边 | 无遮挡激情视频国产在线观看| 精品国产一区二区三区av片| 无遮挡十八禁在线视频国产制服网站 | 日韩中文网| 中文字幕一区二区区免| 国产在线无码一区二区三区视频| 少妇装睡让我滑了进去| 粉嫩高中生无码视频在线观看 | 在线免费观看一区二区| 亚洲欧美一区二区三区| 国产成年无码aⅴ片在线观看| 国产一区二区三区十八区| 大地资源中文第3页| 精品国产一级毛片大全| 亚洲精品一区二区三区日韩| 欧美激欧美啪啪片| 九九99无码精品视频在线观看| 97久久成人国产精品免费| 亚洲一区二区三区蜜桃|