合成孔徑雷達(dá)(SAR)是一種高分辨遙感成像雷達(dá),具有全天候、全天時獲取數(shù)據(jù)的能力,以及穿透一定植被和遮蓋物的能力。與光學(xué)圖像相比,SAR更容易辨別地面的偽裝目標(biāo)和隱藏于山林中的感興趣目標(biāo),因此,它在國民經(jīng)濟(jì)和國防建設(shè)中有著及其重要的地位。
自從SAR技術(shù)誕生以來,在軍用和民用方面得到廣泛的應(yīng)用。
合成孔徑雷達(dá)由于成像機(jī)制的緣故,在成像過程中導(dǎo)致不可避免地受到相干斑噪聲的污染。相干斑噪聲的存在,使得圖像的輻射分辨率大幅度下降,使得生成的圖像往往會產(chǎn)生模糊、幾何變形等情況,從而使得圖像質(zhì)量下降,給圖像分割、目標(biāo)識別等后續(xù)工作帶來了很大的困難。因此,如何抑制噪聲的同時增強(qiáng)模糊的目標(biāo)區(qū)域,提高SAR圖像的質(zhì)量,對SAR圖像進(jìn)行圖像增強(qiáng)處理是SAR信號處理中的一個重要研究方向。
通常意義上的圖像增強(qiáng)目標(biāo)主要是放大圖像中感興趣結(jié)構(gòu)的對比度,增加可理解性,同時減少或抑制圖像中混有的噪聲,改善圖像的質(zhì)量、提高視覺質(zhì)量。對于一幅給定的圖像,圖像增強(qiáng)可以根據(jù)圖像的模糊情況和應(yīng)用場合,采用某種特殊的技術(shù)來突出圖像中的某些信息,消弱或消除某些無關(guān)信息,從而有目的地強(qiáng)調(diào)圖像的整體或局部特征。增強(qiáng)后的圖像往往能夠增強(qiáng)對特殊信息的識別能力,常用來改善人對圖像的視覺效果,讓觀察者能夠看到更加直接、清晰、適于分析的信息。
圖像增強(qiáng)技術(shù)從總體上來說可以分為2個大類:頻域增強(qiáng)方法和空域增強(qiáng)方法。空域增強(qiáng)方法是直接對圖像中的像素進(jìn)行處理,從根本上說是以圖像的灰度映射變換為基礎(chǔ)的,所用的映射變換類型取決于增強(qiáng)的目的。空域增強(qiáng)方法大致分為3種,它們分別是用于擴(kuò)展對比度的灰度變換、清除噪聲的各種平滑方法和增強(qiáng)邊緣的各種銳化技術(shù)。灰度變換主要利用點(diǎn)運(yùn)算來修改圖像像素的灰度,是一種基于圖像變換的操作;而平滑和銳化都是利用模板來修改像素灰度,是基于圖像濾波的操作。
由于SAR成像的弱點(diǎn),到目前為止,還沒有一種通用的圖像增強(qiáng)方法,因此只有根據(jù)先驗(yàn)知識對某種特定的目標(biāo)來研究其有效的圖像增強(qiáng)算法。本文提出利用不同的數(shù)學(xué)形態(tài)學(xué)變換濾波方法在對SAR圖像直接進(jìn)行平滑濾波的應(yīng)用中取得較好的結(jié)果。算法簡單,物理意義明顯。
1 數(shù)學(xué)形態(tài)學(xué)的基本原理
數(shù)學(xué)形態(tài)學(xué)是建立在集合論的基礎(chǔ)上,用于研究幾何形態(tài)和結(jié)構(gòu)的一種數(shù)學(xué)方法。近幾年,形態(tài)學(xué)已發(fā)展成為一種新型的圖像處理方法和理論。形態(tài)學(xué)的基本思想是使用具有一定形態(tài)的結(jié)構(gòu)元素度量和提取圖像中的對應(yīng)形狀,從而達(dá)到圖像進(jìn)行分析和識別的目的。由于形態(tài)學(xué)算子實(shí)質(zhì)上是表達(dá)物體或形狀的集合與結(jié)構(gòu)元素之間的相互作用,結(jié)構(gòu)元素的形態(tài)就決定了這種運(yùn)算所提取的信號的形態(tài)信息,因此數(shù)學(xué)形態(tài)學(xué)對信號的處理具有直觀上的簡單性和數(shù)學(xué)上的嚴(yán)謹(jǐn)性,在描述信號形態(tài)特征上具有獨(dú)特的優(yōu)勢。同時,形態(tài)學(xué)中的形態(tài)濾波器可借助于先驗(yàn)的幾何特征信息,利用形態(tài)學(xué)算子有效地濾除噪聲,又保留圖像中的原有信息。因此在圖像平滑濾波、分割、識別、形狀描述等方面得到了廣泛的應(yīng)用。它最顯著的特點(diǎn)是直接處理圖像表面的幾何形狀,具有快速、健壯和精確的特性。
數(shù)學(xué)形態(tài)學(xué)是一種非線性濾波方法,Minkowski形態(tài)和差(膨脹與腐蝕)是數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)。
1.1灰度圖像形態(tài)膨脹和腐蝕
設(shè)f(x,y)為輸入圖像,而b(x,y)為結(jié)構(gòu)元素,其本身是一個子圖像函數(shù)。
灰度形態(tài)膨脹即以結(jié)構(gòu)元素b(x,y)為模板,搜尋圖像在結(jié)構(gòu)基元大小范圍內(nèi)的灰度和的極大值,腐蝕運(yùn)算過程則是以結(jié)構(gòu)元素b(x,y)為模板,搜尋圖像在結(jié)構(gòu)基元大小范圍內(nèi)的灰度差的極小值。灰度的形態(tài)膨脹與形態(tài)腐蝕運(yùn)算的表達(dá)式與圖像處理中的卷積積分非常相似(即以和、差代替連乘,用最小、最大運(yùn)算代替求總和)。
由圖1可見,f⊕6增大了谷值、擴(kuò)展了峰頂;而fΘb減少了峰值,加寬了谷域。由定義可知,f⊕b為極大值濾波,而fΘb為極小值濾波;b為極值濾波窗口。
1.2 灰度圖像形態(tài)開和閉/開濾波
設(shè)f(x,y)為輸入圖像,而b(x,y)為結(jié)構(gòu)元素,其本身是一個子圖像函數(shù)。
圖像函數(shù)f(x,y)的開操作和閉操作具有簡單的幾何解釋。假設(shè)使用球形結(jié)構(gòu)元素b對f進(jìn)行開操作,將這個結(jié)構(gòu)元素視為“滾動的”球。用b對f進(jìn)行開操作的原理可以在幾何上解釋為:推動球沿著曲面的下側(cè)面滾動,以便球體能在曲面的整體下側(cè)面來回移動。當(dāng)球體滾過f的整個下側(cè)面時,由球體的任何部分接觸到的曲面的最高點(diǎn)就構(gòu)成了開操作的曲面。所有比球體直徑窄的波峰在幅度和尖銳程度上都減少。同理,球體在曲面的上表面滑動,當(dāng)球體滾過f的整個上側(cè)面時,由球體的任何部分接觸到的曲面的最低點(diǎn)構(gòu)成閉操作的曲面。
實(shí)際應(yīng)用中,開操作經(jīng)常用于去除較小(相對結(jié)構(gòu)元素的大小而言)的明亮細(xì)節(jié),同時相對地保持整體的灰度級和較大的明亮區(qū)域不變,能夠平滑圖像的輪廓,削弱狹窄的部分,去掉細(xì)的突出。閉操作經(jīng)常用于除去圖像中的暗細(xì)節(jié)部分,而相對地保持明亮部分不受影響,同樣也能夠平滑圖像的輪廓,但與開操作相反,它一般熔合窄的缺口和細(xì)長的彎口,去掉小洞,填補(bǔ)輪廓上的縫隙。
1.3 灰度圖像交替順序形態(tài)濾波
1.3.1 順序形態(tài)變換
定義1 設(shè)數(shù)字圖像
定義2 如定義1假設(shè)。那么,數(shù)字圖像f關(guān)于結(jié)構(gòu)元素B的順序形態(tài)變換記為f(p)B,定義為f(x)在B上的(k-1)p+1階順序量,即:
f(p)B=ord{d:f︱B) (9)
其中d=(k-1)p+1;p=0,1/k-1,…,1,當(dāng)p=0,1時,上式分別為形態(tài)腐蝕和膨脹。
1.3.2復(fù)合順序形態(tài)變換
2 SAR圖像的數(shù)學(xué)形態(tài)學(xué)處理
SAR是一種主動式遙感系統(tǒng),其圖像內(nèi)容表現(xiàn)了被測地域的電磁散射特性。只有電磁散射特性相同的地域,才能獲得相同的SAR圖像。在SAR圖像中,光滑表面其后向散射系數(shù)小,在SAR圖像中呈現(xiàn)為暗區(qū)域,而粗糙表面的回波強(qiáng)度較大,呈顯為較亮區(qū)域。另外,SAR圖像由于乘性斑點(diǎn)噪聲的存在,即使是均勻區(qū)域,也反映較為明顯的跳躍式灰度明暗變化,嚴(yán)重影響目標(biāo)的檢測和識別。SAR圖像中的目標(biāo)可分為點(diǎn)目標(biāo)、線目標(biāo)、面目標(biāo)。點(diǎn)目標(biāo)只能得到它的灰度信息,而無法得到形狀信息。因此,對于點(diǎn)目標(biāo)來說,灰度信息是處理不同目標(biāo)的惟一依據(jù)。對于本文研究的目標(biāo)來說,其目標(biāo)特性與其周圍地物相比,具有較高的RCS,根據(jù)這個特點(diǎn),本文按一定順序利用最大與最小算子或排序算子對SAR圖像進(jìn)行形態(tài)學(xué)濾波處理,從而達(dá)到抑制噪聲達(dá)到目標(biāo)增強(qiáng)的效果。
2.1 SAR圖像的形態(tài)開閉濾波法
由于開運(yùn)算可以去除比結(jié)構(gòu)元素更小的明亮細(xì)節(jié),能夠平滑圖像的輪廓,削弱狹窄的部分,去掉細(xì)的突出;閉運(yùn)算可以去除比結(jié)構(gòu)元素更小的暗色細(xì)節(jié),同樣也能夠平滑圖像的輪廓,同時能夠熔合窄的缺口和細(xì)長的彎口,去掉小洞,填補(bǔ)輪廓上的縫隙。所以它們組合在一起可以用來平滑圖像并去除噪聲。本文就是利用形態(tài)學(xué)這個性質(zhì),將其應(yīng)用到SAR圖像中,采用對SAR圖像先使用形態(tài)學(xué)開操作,而后進(jìn)行閉操作,經(jīng)過開閉濾波,從而除去或減少人為亮和暗的因素或噪聲,實(shí)現(xiàn)圖像平滑,進(jìn)而達(dá)到圖像增強(qiáng)的效果。
結(jié)構(gòu)元素直接影響形態(tài)學(xué)濾波的效果,選擇合適的結(jié)構(gòu)元素就非常重要。常規(guī)的結(jié)構(gòu)元素,通常都是一些簡單的幾何形狀或結(jié)構(gòu)函數(shù),如圓形、矩形、橢圓形、球形、菱形、十字型、二次函數(shù)、三次函數(shù)等。根據(jù)本文選用的圖像特征(圓狀目標(biāo)),結(jié)構(gòu)元素分別采用5×5圓形和球體模板做比較,實(shí)驗(yàn)結(jié)果顯示圓形比較好。
結(jié)構(gòu)元素不僅有形狀的不同,而且有大小的差異。如何選擇模板的大小是運(yùn)用這種方法的關(guān)鍵,也是難點(diǎn)。模板如果選擇太大,將會丟失太多的信息,并不能很好地檢測到較小的目標(biāo);反之,將會使目標(biāo)被分割,且會造成計算量過大,效率低,而且達(dá)不到圖像增強(qiáng)的效果。本文分別采用7×7,5×5,3×3模板,經(jīng)過多次實(shí)驗(yàn)發(fā)現(xiàn),采用3×3的模板效果最好。
2.2 SAR圖像的交替順序形態(tài)濾波法
本文將開運(yùn)算和閉運(yùn)算的另外一種組合方法一交替順序?yàn)V波運(yùn)用到SAR圖像增強(qiáng)處理中。它是用一系列不斷增大的結(jié)構(gòu)元素來執(zhí)行開閉濾波。具體過程如下:本文開始使用的是一個2×2較小的結(jié)構(gòu)元素,然后增加其大小,直到其大小與獲得單個開閉濾波器最佳效果所用的3×3結(jié)構(gòu)元素的大小相同為止。實(shí)驗(yàn)證明,在額外處理為代價的情形下,與單個開閉濾波器相比,其結(jié)果還要稍微平滑一些。
2.3 實(shí)驗(yàn)結(jié)果
利用***某地區(qū)L波段低分辨率的SAR圖像進(jìn)行了實(shí)驗(yàn)分析。發(fā)現(xiàn)與傳統(tǒng)常用的SAR圖像增強(qiáng)方法比較,本文方法取得了較理想的效果。圖2(a)為原圖像;圖2(b)為5×5圓形模板開操作的處理結(jié)果;圖2(c)為5×5×5球體模板開操作的處理結(jié)果;圖2(d)為7×7圓形模板開操作的處理結(jié)果;圖2(e)為7×7圓形模板開閉濾波的處理結(jié)果;圖2(f)7×7圓形模板交替順序形態(tài)濾波的處理結(jié)果;圖2(g)為3×3圓形模板開操作的處理結(jié)果;圖2(h)為3×3圓形模板開閉濾波的處理結(jié)果;圖2(i)為3×3圓形模板的交替順序形態(tài)濾波的處理結(jié)果。
由此可見,對同一幅圖像,利用數(shù)學(xué)形態(tài)學(xué)對SAR圖像進(jìn)行圖像增強(qiáng),由于分別采用不同形狀和大小的結(jié)構(gòu)元素,效果完全不同。針對本文所選用的圖像目標(biāo)特征,采用3×3圓形模板的交替順序形態(tài)濾波算法效果最佳,能夠平滑圖像兼對噪聲有良好的抑制能力,所得的圖像質(zhì)量比較好,能夠達(dá)到對SAR圖像增強(qiáng)效果。
3 結(jié)語
本文針對SAR圖像,提出一種基于數(shù)學(xué)形態(tài)學(xué)的SAR圖像增強(qiáng)方法,該方法能夠有效地去除噪聲并較好地保護(hù)邊緣細(xì)節(jié),所獲得圖像清晰,明顯優(yōu)于傳統(tǒng)的方法。由于本文所選目標(biāo)相對單一,采用一種形狀大小完全相同的結(jié)構(gòu)元素基本上能夠滿足要求。實(shí)際上,SAR圖像的目標(biāo)通常是比較復(fù)雜的,往往只采用單一的一種結(jié)構(gòu)元素是不能產(chǎn)生滿意的結(jié)果,對于復(fù)雜目標(biāo),如何綜合運(yùn)用多尺度多結(jié)構(gòu)多方法的結(jié)構(gòu)元素形態(tài)學(xué)算法是今后研究的方向。
-
噪聲
+關(guān)注
關(guān)注
13文章
1121瀏覽量
47402 -
SAR
+關(guān)注
關(guān)注
3文章
416瀏覽量
45952 -
雷達(dá)
+關(guān)注
關(guān)注
50文章
2930瀏覽量
117473
發(fā)布評論請先 登錄
相關(guān)推薦
評論