本发明提供了基于DCA算法的SAR图像相干斑抑制方法，包括：构建新颖二阶算子；根据新颖二阶算子，构建具有自适应正则项的SAR图像相干斑抑制的非凸变分模型，模型包括一个新颖二阶算子、一个一阶项和一个数据项；将非凸变分模型进行变换，并采用DCA算法的求解，得到求解后的非凸变分模型；输入具有想干斑的SAR图像，利用求解后的非凸变分模型得到抑制相干斑噪音后的结果。本发明基于DCA算法的具有自适应正则项的SAR图像相干斑抑制方法，可以得到很好特征保持和光滑区域恢复的相干斑抑制结果，并且具有非常好的适用性、有效性、稳定性和扩展性。

本发明提出具有自适应正则项的SAR图像相干斑抑制的非凸变分模型。该模型的正则项为一个新颖的二阶项和一个一阶项，数据项为AA数据项。通过自适应的二阶项，可以得到很好特征保持和光滑区域恢复的相干斑抑制结果。

SAR图像是通过搭载在飞机、卫星等移动平台上的传感器来对目标主动发射微波信号进行探测，从而以一定的技术手段接受回波信号进行成像。SAR系统可以全天候、全天时的发射微波信号，从而可以避免黑夜、恶劣天气等诸多外界条件的影响。因此，SAR图像应用场景非常广泛，尤其是对于一些需要时效性、长期定时观测的任务。例如：军事侦察、抢险救灾、地表科学研究等。随着SAR系统成像技术的提升，从而得到的SAR图像的空间分辨率也大幅度的提升，相应的应用场景也变得更加广泛。但是，由于SAR系统本身固有的相干成像的特性，所生成的SAR图像难免存在严重的相干斑噪音。不同于光学传感器产生的加性高斯噪音，相干斑噪音通常被认为是一种乘性噪音，在图像上的表现为像素间具有严重的明暗起伏。由于这种强烈的相干斑噪音，生成的SAR图像上一些非常有价值的信息被严重的丢失。例如，边界、纹理等信息。但是，这些信息对于SAR图像的后续解译工作以及相关应用是极为重要的。因此，对于SRA图像，对其开展相干斑噪声的去除工作是很有价值的。

目前抑制相干斑噪声的方法主要是基于非局部滤波的方法、变分的方法和数据驱动的方法。基于非局部滤波的方法，由于可以非常好的识别细节信息，所以通常可以得到非常好的抑制结果。但是由于其在没有特征的地方也会尝试去识别本该没有的特征，所以会出现一些令人烦恼的人造现象，例如笔刷(PPBit),鬼影(SARBM3D)。基于变分的方法的话，由于其较好的保边能力和更好的恢复均匀区域的效果，大量的研究在此基础上进行了大量的工作。但是也会不可避免地会引入一些人造现象，例如阶梯现象(TV)，模糊边(TGV)等。数据驱动的方法，他们都可以非常好的抑制相干斑噪声，但是其结果会非常依赖所选择的训练数据集。正如上所示，以上提及的优秀的相干斑噪声抑制方法都会出现一些人造现象，例如鬼影、笔刷和边界模糊等。

湖北地信科技集团股份有限公司（简称：湖北地信）成立于2013年1月，是在湖北省委省政府支持下，由湖北省地理信息行业多家重点企业及业内知名专家共同发起成立的高新技术企业，公司拥有甲级（乙级）测绘资质、信息系统集成资质，测绘成果检验检测资质、涉密档案数字化加工资质并通过ISO9001:2008质量管理体系、信息安全管理体系、信息技术服务管理体系并通过CMMI3级认证。历经多年的稳健经营和高效发展，现已发展成为湖北省内集智慧城市建设运营和基础测绘服务为主营业务，涵盖测绘地理信息完整产业链，融合湖北省地理信息优势力量，具备承接高集成、系统化、一体式项目服务能力的地理信息龙头企业。

基于DCA算法具有自适应正则项的SAR图像相干斑抑制方法，可以得到很好特征保持和光滑区域恢复的相干斑抑制结果，并且具有非常好的适用性、有效性、稳定性和扩展性。

通过技术合作的方式进行转化