基于三邊置信測度的主動式探測成像數據融合方法
【專利摘要】本發明公開了一種基于三邊置信測度的主動式探測成像數據融合方法，包括：首先，對序列圖像，進行配準，并投影到標準高分辨率網格，形成像素非均勻分布的圖像f(s)；接著，設計基于距離測度的加權最小二乘法對f(s)預處理，得到然后，根據f(s)和構造并計算基于混合模型的灰度差測度，設計基于距離測度和灰度差測度的加權最小二乘法對f(s)再處理，得到像素均勻分布的圖像最后，根據f(s)和構造并計算鄰域灰度差測度，設計基于距離測度、灰度差測度和鄰域灰度差測度的加權最小二乘法對f(s)處理，得到融合圖像并輸出。本發明整合了歸一化卷積和雙邊濾波器的加權機制，灰度差測度采用混合模型，能更好實現主動式探測圖像的高分辨率融合與去噪。
【專利說明】
基于三邊置信測度的主動式探測成像數據融合方法
技術領域
[0001]本發明涉及一種基于三邊置信測度的主動式探測成像數據融合方法，屬于雷達信 號處理技術領域。
【背景技術】
[0002] 雷達成像數據是一種主動式探測成像數據，數據主要以圖像形式展現。主動式探 測成像與一般成像相比:①要多出信號發射源，但會受制于技術水平和硬件條件;②信號傳 輸路徑更長更復雜，會受環境和探測目標的干擾。因此，雷達成像數據所展現的單幀雷達圖 像會有不同程度的畸變、欠采樣或噪聲。而采用成像數據融合，即圖像融合的方法對序列雷 達圖像進行處理，所得圖像的質量會顯著改善。
[0003] 成像數據融合，即圖像融合，是一種將不同時間、不同模式獲取的同場景的低分辨 率序列圖像進行合成的技術。融合的圖像充分利用了序列圖像間的互補信息，剔除了序列 圖像間的冗余甚至干擾信息，分辨率得以提高，從而保證信息提取及目標識別的精度。圖像 融合的一般過程為:①對序列圖像進行配準。②依據配準結果將序列圖像都投影到一幀高 分辨率網格上。因為各幀低分辨率圖像之間不僅有平移關系，還有縮放、旋轉和剪切關系， 所以高分辨率網格上的像素分布并不均勻。③將像素分布不均勻的圖像均勻化，也即對圖 像像素進行重采樣或插值。
[0004] 歸一化卷積方法可有效實現主動式探測圖像的重采樣，同時也可去除主動式探測 圖像的噪聲及異常值。這是因為:歸一化卷積對圖像像素進行的重采樣或插值，本質上是通 過加權最小二乘擬合圖像曲面來完成的，而擬合恰可有效消除噪聲。加權最小二乘中的權 值，實質是參與擬合運算的鄰域像素的置信測度，用以表征參與擬合運算的鄰域像素的可 靠性。歸一化卷積包含兩個置信測度:一個是距離測度，鄰域像素與中心像素的距離越大， 距離測度越小；另一個是灰度差測度，鄰域像素的觀測灰度與其估計灰度的差距越大，灰度 差測度越小。歸一化卷積不單以距離測度為標準，其特有的雙邊置信測度提升了去噪效果。
[0005] 然而，問題在于:①對比同樣具有雙邊置信測度的雙邊濾波器，歸一化卷積的置信 測度仍有不足之處。雙邊濾波器的雙邊置信測度為:距離測度和鄰域灰度差測度;其中的鄰 域灰度差測度，度量的是鄰域像素與中心像素的灰度差距，差距越大，鄰域灰度差測度越 小。不同于歸一化卷積中的灰度差測度，鄰域灰度差正是歸一化卷積所缺少的。②歸一化卷 積的灰度差測度通常用高斯函數表征，這樣可抑制高灰度差的像素。但是，高斯函數對低灰 度差噪聲像素的抑制作用并不理想，對低灰度差噪聲像素需要施加更高的強度加以抑制。 而拉普拉斯函數在低灰度差區間對噪聲像素的抑制作用比高斯函數更為有效。
【發明內容】
[0006] 為了解決上述技術問題，本發明提供了一種基于三邊置信測度的主動式探測成像 數據融合方法。
[0007] 為了達到上述目的，本發明所采用的技術方案是：
[0008] 基于三邊置信測度的主動式探測成像數據融合方法，包括以下步驟，
[0009] 首先，對受噪聲及異常值干擾的低分辨率序列主動式探測成像數據，即序列圖像， 進行配準，并投影到標準高分辨率網格，形成像素非均勻分布的圖像f(s);接著，設計基于 距離測度的加權最小二乘法對f(s)預處理，得到/<4，/&；)為預處理后的像素非均勻分 布的圖像;然后，根據f(s)和/〇)，構造并計算基于混合模型的灰度差測度，設計基于距離 測度和灰度差測度的加權最小二乘法對f(s)再處理，得到像素均勻分布的圖像 ./'(Χ)，又(X)為再處理后的像素均勻分布的圖像;最后，根據汽幻和./ Ω(Χ)，構造并計算 鄰域灰度差測度，設計基于距離測度、灰度差測度和鄰域灰度差測度的加權最小二乘法對f (S)處理，得到融合圖像/(X；)并輸出。
[0010] 具體步驟如下，
[0011] 步驟1，輸入受噪聲及異常值干擾的低分辨率序列主動式探測成像數據，即序列圖 像；
[0012] 步驟2,以序列圖像的第一幀為參考幀，對序列圖像的其余各幀進行亞像素精度的 配準；
[0013] 步驟3,根據配準結果，將所有低分辨率圖像均投影到一個標準高分辨率網格中， 形成像素非均勻分布的高分辨率圖像f(s);
[0014] 其中，s表示非均勻分布像素的坐標；
[0015] 步驟4,以Si表示第i個非均勻分布像素的坐標，在以Si為中心的局部窗口S，構建加 權二乘式e(si);
[0017] 其中，表示坐標犯處像素灰度的預估值， 表示距離測度，〇s表示距離控制參數；
[0018] 步驟5,對每個Si，通過最小化e(si)，求得
[0019] 所有構成像素非均勾分布的圖像;
[0020] 步驟6,構造并計算基于混合模型的灰度差測度c(s);
[0022] 其中，min( ·，·）表示取兩數的較小值，(^表示灰度差控制參數；
[0023] 步驟7,以^表示標準高分辨率網格中的第i個坐標，在以Xl為中心的局部窗口X，構 建雙邊測度的加權二乘式E( Xi);
[0025] 其中，/d'：)表示坐標義:處像素灰度的初估值， 表示距離測度；
[0026] 步驟8,對每個Xi，通過最小化E(xi)，求得;
[0027] 所有_/。(；)構成像素均勻分布的圖像又(X);
[0028] 步驟9,在以Xi為中心的局部窗口X，構建三邊測度的加權二乘式Δ (Xi);
[0030]
?表示領域灰度差測度，〇r表示領域 灰度差控制參數；
[0031 ] 步驟10,對每個Xi，通過最小化Δ (xi)，求得，
[0032] 所有構成像素均勻分布的圖像
[0033] 步驟11，輸出/(χ；)，作為主動式探測成像數據融合的結果。
[0034]本發明所達到的有益效果:本發明提出的基于三邊置信測度的加權機制，不僅考 慮了歸一化卷積的距離測度和灰度差測度，還耦合了雙邊濾波器的鄰域灰度差測度，相比 歸一化卷積和雙邊濾波器，可以更有效地剔除異常值，提高主動式探測圖像的分辨率;構建 的基于混合模型的灰度差測度，相比高斯函數和拉普拉斯函數，其對圖像噪聲更具魯棒性， 進而提高主動式探測圖像的融合效果。
【附圖說明】
[0035]圖1為本發明的流程圖。
【具體實施方式】
[0036] 下面結合附圖對本發明作進一步描述。以下實施例僅用于更加清楚地說明本發明 的技術方案，而不能以此來限制本發明的保護范圍。
[0037] 基于三邊置信測度的主動式探測成像數據融合方法，包括:首先，對受噪聲及異常 值干擾的低分辨率序列主動式探測成像數據，即序列圖像，進行配準，并投影到標準高分辨 率網格，形成像素非均勻分布的圖像f(s);接著，設計基于距離測度的加權最小二乘法對f (s)預處理，得到/Gv)，為預處理后的像素非均勻分布的圖像；然后，根據f(s)和 /&；)，構造并計算基于混合模型的灰度差測度，設計基于距離測度和灰度差測度的加權最 小二乘法對f(s)再處理，得到像素均勻分布的圖像/Κχ；)，/jx)為再處理后的像素均勻 分布的圖像;最后，根據f(s)和構造并計算鄰域灰度差測度，設計基于距離測度、灰 度差測度和鄰域灰度差測度的加權最小二乘法對f(s)處理，得到融合圖像/GO并輸出。
[0038] 具體步驟如圖1所示：
[0039] 步驟1，輸入受噪聲及異常值干擾的低分辨率序列主動式探測成像數據，即序列圖 像。
[0040] 步驟2,以序列圖像的第一幀為參考幀，對序列圖像的其余各幀進行亞像素精度的 配準。
[0041] 步驟3,根據配準結果，將所有低分辨率圖像均投影到一個標準高分辨率網格中， 形成像素非均勻分布的高分辨率圖像f(s);
[0042] 其中，s表示非均勻分布像素的坐標。
[0043] 步驟4,以Si表示第i個非均勻分布像素的坐標，在以Si為中心的局部窗口S，構建加 權二乘式e(Si);
[0045] 其中，表示坐標8:處像素灰度的預估值， 表示距離測度，〇s表示距離控制參數。
[0046] 步驟5,對每個Si，通過最小化e(si)，求得/'h.);
[0047] 所有/〇(.)構成像素非均勾分布的圖像/〇)。
[0048] 步驟6,構造并計算基于混合模型的灰度差測度c(s);
[0050] 其中，min( ·，·）表示取兩數的較小值，(^表示灰度差控制參數。
[0051] 步驟7,以^表示標準高分辨率網格中的第i個坐標，在以Xl為中心的局部窗口X，構 建雙邊測度的加權二乘式E( Xi);
[0053] 其中，表示坐標私處像素灰度的初估值，， 表示距離測度。
[0054] 步驟8,對每個Xi，通過最小化E(Xi)，求得又;
[0055]所有又(七）構成像素均勻分布的圖像又⑷。
[0056] 步驟9,在以Xi為中心的局部窗口X，構建三邊測度的加權二乘式Δ (Xi);
[0058]
.表示領域灰度差測度，〇R表示領域 灰度差控制參數。
[0059] 步驟10,對每個Xi，通過最小化Δ (Xi)，求得:
[0060] 所有,/〇2.)構成像素均勻分布的圖像./(X)。
[0061] 步驟11，輸出/&；),作為主動式探測成像數據融合的結果。
[0062]上述方法提出的基于三邊置信測度的加權機制，不僅考慮了歸一化卷積的距離測 度和灰度差測度，還耦合了雙邊濾波器的鄰域灰度差測度，相比歸一化卷積和雙邊濾波器， 可以更有效地剔除異常值，提高主動式探測圖像的分辨率;構建的基于混合模型的灰度差 測度，相比高斯函數和拉普拉斯函數，其對圖像噪聲更具魯棒性，進而提高主動式探測圖像 的融合效果。
[0063]以上所述僅是本發明的優選實施方式，應當指出，對于本技術領域的普通技術人 員來說，在不脫離本發明技術原理的前提下，還可以做出若干改進和變形，這些改進和變形 也應視為本發明的保護范圍。
【主權項】
1. 基于三邊置信測度的主動式探測成像數據融合方法，其特征在于:包括以下步驟， 首先，對受噪聲及異常值干擾的低分辨率序列主動式探測成像數據，即序列圖像，進行 配準，并投影到標準高分辨率網格，形成像素非均勻分布的圖像f(s);接著，設計基于距離 測度的加權最小二乘法對f(s)預處理，得到為預處理后的像素非均勻分布的 圖像;然后，根據f(s)和/構造并計算基于混合模型的灰度差測度，設計基于距離測度 和灰度差測度的加權最小二乘法對f(s)再處理，得到像素均勻分布的圖像為 再處理后的像素均勻分布的圖像;最后，根據f(s)和iOO,構造并計算鄰域灰度差測度， 設計基于距離測度、灰度差測度和鄰域灰度差測度的加權最小二乘法對f(s)處理，得到融 合圖像并輸出。2. 根據權利要求1所述的基于三邊置信測度的主動式探測成像數據融合方法，其特征 在于:具體步驟如下， 步驟1，輸入受噪聲及異常值干擾的低分辨率序列主動式探測成像數據，即序列圖像； 步驟2,以序列圖像的第一幀為參考幀，對序列圖像的其余各幀進行亞像素精度的配 準； 步驟3,根據配準結果，將所有低分辨率圖像均投影到一個標準高分辨率網格中，形成 像素非均勻分布的高分辨率圖像f(s); 其中，s表示非均勻分布像素的坐標； 步驟4,以81表示第i個非均勻分布像素的坐標，在以Sl為中心的局部窗口 S，構建加權二 乘式e(si);seS. 其中，表示坐標Si處像素灰度的預估值表示距離測度，〇s表示距離控制參數； 步驟5，對每個Si，通過最小化ε (si)，求得 所有/(')構成像素非均勾分布的圖像./'⑷； 步驟6,構造并計算基于混合模型的灰度差測度c(s);' / 其中，min( ·，·）表示取兩數的較小值，(^表示灰度差控制參數； 步驟7，以Xi表示標準高分辨率網格中的第i個坐標，在以Xi為中心的局部窗口X，構建雙 邊測度的加權二乘式E(xi);8?Χ 其中，表示坐標1:處像素灰度的初估值，表示 VJ 距離測度； 步驟8，對每個Xi，通過最小化E(Xi)，求得| 所有又(X.)構成像素均勾分布的圖像又(JC); 步驟9,在以Xi為中心的局部窗口X，構建三邊測度的加權二乘式Δ (Xi);其中，表示領域灰度差測度，cR表示領域灰度 差控制參數； 步驟10,對每個Xi，通過最小化Δ (Xi)，求得; 所有/XxD構成像素均勻分布的圖像/Xxh 步驟11，輸出，作為主動式探測成像數據融合的結果。
【文檔編號】G06T7/00GK105869162SQ201610183108
【公開日】2016年8月17日
【申請日】2016年3月28日
【發明人】徐楓, 陳哲, 張振, 石愛業, 蔣德富, 徐立中
【申請人】河海大學