基于矢量非局部均值模型的PolSAR相干斑抑制技术及其效果评估体系研究

Speckle does not only reduce the quality of PolSAR images, but also obstruct the accurate extraction of target polarization information, so suppressing speckle and scientifically evaluating its effectiveness, has become one research focus of PolSAR information processing technology. To address some key issues of existing research work, the project focuses on the following three aspects: 1) expands the nonlocal means model from scalar into vector, and establishes the vectorial form of Bayesian nonlocal means model with PolSAR data vector, which can rich ideological connotations of the nonlocal means theoretical and provide theoretical basis for applications of nonlocal means theory in PolSAR despeckling; 2) derives the similarity measure function based on statistical properties of PolSAR data of low and high resolution, combines vectorial Bayesian nonlocal means model with the multiplicative noise model and the multi-dimensional noise model respectively, and studies new despeckling algorithms for PolSAR data of different resolutions, in order to effectively develop the PolSAR despeckling technology; 3) explores new assessment indicators and improves assessment programs from three aspects to building a new evaluation system based on polarization scattering characteristics, which will provide the effect evaluation for PolSAR speckle reduction with more reasonable reference.

相干斑不仅降低了PolSAR图像质量，更阻碍着目标极化信息的精确提取，所以如何有效抑制相干斑并对其效果进行科学评估，已经成为PolSAR信息处理技术的研究热点之一。针对该方向已有研究工作存在的若干关键问题，本项目重点开展以下三个方面内容的研究：1）对标量非局部均值理论进行矢量化扩展，结合PolSAR的多维数据形式建立矢量贝叶斯非局部均值模型，丰富非局部均值理论的思想内涵，突破非局部均值理论在PolSAR相干斑抑制中应用的理论基础；2）基于中低、高分辨率PolSAR数据的统计特性推导相似性度量函数，将矢量贝叶斯非局部均值模型分别与乘性噪声模型和多维噪声模型相结合，研究不同分辨率PolSAR相干斑抑制的新算法，有效提升PolSAR相干斑抑制技术水平；3）从三个角度探索新评估指标和改进评估方法，构建面向极化散射特性的评估方案，为PolSAR相干斑抑制效果评估提供更为合理的参考依据。

相干斑不仅降低了PolSAR图像质量，更阻碍着目标极化信息的精确提取，如何有效抑制相干斑并对其效果进行科学评估，是PolSAR信息处理技术的研究热点之一。针对该方向研究工作存在的若干关键问题，本项目重点研究了以下内容：. 1）对标量非局部均值理论进行矢量化扩展，提供非局部均值在PolSAR相干斑抑制中应用的理论基础：一是引入Kullback Leibler散度，结合复Wishart分布推导了极化相干矩阵的KL距离，构建了矢量非局部均值滤波模型；二是在该模型基础上应用极化旋转预处理，构建了多视PolSAR非局部均值滤波新算法，大幅提升了滤波效果；三是针对算法使用全局滤波参数导致滤波效果不够精细问题，设计了根据像素间相似程度自适应选取滤波参数的方案；四是将非局部均值滤波与最优极化检测处理相结合，面向应用提出了一种舰船目标的CFAR极化检测方法，解决了现有算法的目标分裂问题。. 2）PolSAR非局部均值算法计算大、速度慢，限制了算法的应用前景，为此进一步研究了非局部均值极化滤波器的快速实现：一是对其相似性度量函数进行因式分解，结合积分图设计了快速实现方案；二是为了扩展到多视PolSAR数据，首先在积分图基础上计算PPB权值，然后引入zemike矩来增强图像自相似性信息的利用程度，提出了一种基于积分图的PPB快速算法。. 3）系统探索新指标和评估方案，构建面向极化散射特性的评估体系，为PolSAR相干斑抑制效果评估提供更为合理的参考依据：一是结合PolSAR数据统计特性，基于矩估计提出了同质区域噪声平滑效果的新评价指标；二是从边缘两侧像素之间极化信息度量的角度出发，引入极化相干矩阵的Bartlett距离定义了PolSAR图像边缘增强评估指标PEEI；三是基于广义复Wishart分布，从二元假设检验角度推导了极化信息保持能力评估量化指标（GB距离）；四是结合Canny算法优秀思想对现有PolSAR-CFAR检测器进行了改进，提高了边缘检测效果及其定位精度；五是提出了一种新的同质区域极化信息保持能力评估方案，并基于理论论证和实验分析验证了新方案的有效性。