1.一种基于Gamma-Lee滤波的SAR影像斑点噪声抑制方法，其特征在于，所述方法包括以下步骤：步骤一，读取原始的SAR图像数据矩阵：原始图像矩阵R，矩阵大小为M×N，其M和N为整数，分别代表图像行和列的数量；

步骤二，对原始图像R进行Gamma校正：设定Gamma系数为c，Gamma指数为e，原始图像的Gamma校正方法如下：S＝c×Re                        (2)

其中，S是大小为M×N的Gamma校正变换的输出图像，通过这种非线性变换，可以使得SAR图像从曝光强度的线性响应变得更接近人眼感受的响应：当Gamma指数e大于1时，这种校正将使图像的灰度分布直方图高灰度值延展；而Gamma指数e小于1时，这种校正将图像的灰度分布直方图向低灰度值方向靠拢；

步骤三，选择局部窗口：设定具有平移不变性的局部窗口矩阵H，矩阵大小为K×K，其中K为整数，局部窗口矩阵H中的每个元素都设置为1，即有：H(i,j)＝1,i＝1,2,…,K；j＝1,2,…,K           (3)步骤四，局部窗口平移匹配：逐行逐点移动局部窗口H，使其中心元素与Gamma校正图像S的每个元素分别对齐，然后根据局部窗口所覆盖的Gamma校正图像S内元素的像素值的大小，计算各统计参数：滤波窗口的均值和方差，中心像素的数值；

步骤五，生成新的滤波后图像：根据步骤四得到的统计参数，逐点计算滤波后图像的灰度值，计算公式为：其中，m＝1,2,…M；n＝1,2,…N； 是滤波后的窗口的中心像素值； 是这个滤波窗口覆盖像素的均值；I(m,n)是滤波前窗口覆盖像素的中心像素值；W(m,n)是一个加权因子，其计算方式如下：其中，σu是噪声标准差，为噪声均值，σI(m,n)是局部窗口在平移过程中所覆盖像素的标准差；

步骤六，判断滤波结果是否达到要求：计算滤波后图像 的等效视数ENL与边缘保持指数EPI，计算方式如下：其中μ与σ分别表示图像 的均值与标准差，Ih(i)和Io(i)分别表示滤波后边缘两侧相邻像元灰度值， 和 表示滤波前边缘两侧相邻像元灰度值；

当滤波后图像 的等效视数ENL与边缘保持指数EPI未达到指定阈值时，返回步骤二重新选取Gamma系数和Gamma指数，当其ENL和EPI达到指定阈值时，执行下一步骤；

步骤七，输出SAR影像斑点噪声抑制结果 在局部窗口遍历每个像素点后，图像的噪声得到充分的抑制，同时边缘细节部分也得到了较好的保护效果。

2.如权利要求1所述的基于Gamma-Lee滤波的SAR影像斑点噪声抑制方法，其特征在于，所述步骤二中，所述的Gamma指数用于增强图像的细节部分，Gamma系数取值为1，Gamma指数根据原始SAR图像的灰度值分布来取值，取值范围为[0.1,10]；当原始SAR图像的灰度值较高时，选取小于1的Gamma系数以压缩灰度级较高的部分，反之则选取系数大于1的数值以拉伸图像中灰度级较高的区域。

3.如权利要求1或2所述的基于Gamma-Lee滤波的SAR影像斑点噪声抑制方法，其特征在于，所述步骤三中，所述的局部窗口大小必须比被测SAR图像要小，假设被测SAR图像的大小为M×N，局部窗口的大小为K×K，那么必须满足K≤min{M,N}-1。