本发明属于数字图像处理技术领域,具体涉及一种基于总曲率的SAR图像变分去噪方法。
背景技术:
:
相干斑噪声是合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像的重要特征,严重影响SAR图像的可解译性。相干斑噪声通常作为乘性噪声来建模f=uη,f为观察到的退化图像,u为原始清晰图像,η为噪声。理想的SAR图像去噪方法是能在去除斑点噪声的同时保留图像的边缘和细节信息。去噪方法为定义一个滤波器窗口估计相干斑的局部噪声方差,利用估计值进行滤波处理。现有技术中,常用滤波算法有均值滤波、中值滤波、局部滤波、Lee滤波、Lee-Sigma滤波、Frost滤波和Gamma-MAP滤波。研究表明,在均匀图像区域,这些滤波方法能够较好的削减噪声,而在非均匀区域,图像过于平衡或模糊,不能很好的保持边缘细节信息;现有技术中,全变分方法将图像去噪构建为能量函数的最小化问题,引入各项异性扩散方程,在平滑噪声的同时保持边缘。变分模型包括数据保真项和规则项,基于全变分TV规则项,AA模型是最早的SAR图像Gamma分布的乘性噪声去除模型,SST模型为Poisson分布的乘性噪声去除模型,DTDS模型为Rayleigh分布的乘性噪声去除模型,SO模型为综合的乘性噪声去除模型。常用的梯度下降法在求解乘性噪声去噪模型时存在计算速度慢的问题,通常在求解过程中引入一些快速算法包括Split