基于数据融合的SAR图像斑点噪声抑制

合成孔径雷达图像中的斑点噪声极大地降低了图像的可读性，不利于图像解译和信息提取。根据均值滤波和小波软阈值去噪算法的优点，提出了一种基于数据融合的合成孔径雷达图像相干斑抑制算法。该方法首先对含噪图像进行均值滤波和小波软阈值去噪，再对滤波后的两幅图像在小波域进行数据融合。实验结果表明，这种方法抑制SAR图像斑点噪声的效果较好。     

基于图像区域分割的SAR 图像去噪算法

给出了一种结合图像分割的合成孔径雷达(SAR)图像去噪算法,利用水平集图像分割方法将SAR 图像分割得到多个连通区域,并利用基于结构相似性指数的非局部均值滤波(NLM鄄SSIM)去噪算法对每个连通区域进行去噪。对每个连通域分别去噪利于维持连通区域边缘的原有数值特征,同时也能够保证图像平滑区域的滤波效果,提高了去噪算法的性能。实验部分使用了合成孔径雷达图像中的道路、农田、沟壑和建筑图像块进行测试,将本文算法与非局部均值滤波(NLM)和NLM鄄SSIM 算法进行了去噪效果比较,并通过等效视数(ENL)和边缘平均梯度比(EGR)评价指标验证了文中算法的有效性。     

基于中值滤波去噪算法的激光光谱图像数据库构建

在目前建立的激光光谱图像数据库中,数据库的滤波性能较差,导致存储的光谱图像数据受噪声影响严重.因此,提出基于中值滤波去噪算法的激光光谱图像数据库构建.首先利用多数据源数据库模式,建立数据库的存储引擎.其次利用中值滤波去噪算法,在数据库中添加去噪模块.然后将滤波后的图像进行光学参数转换,最后对不同光谱数据分别进行格式转换...     

数学形态学在SAR图像增强中的应用

提出一种基于数学形态学的合成孔径雷达(SAR)图像增强方法.该方法利用不同的数学形态学滤波方法对SAR图像进行去噪处理,达到对SAR图像的目标增强效果.利用数学形态学滤波思想在此基础上进行进一步的改进,将开运算和闭运算进行组合形成了一种新的滤波方法--交替顺序滤波.由处理结果可以看出,与传统的数学形态学滤波相比,该方法有较好的图像平滑和去噪能力.可为进一步进行SAR图像分割和目标识剐提供较好的基础.     

基于MATLAB的数字散斑条纹图滤波比较

数字散斑照相术提取的数字散斑条纹图存在信噪比低、强度弱的特点,因此需要对图像进行滤波除噪。为了比较不同的滤波方法对散斑条纹图的除噪效果,笔者在MATLAB中采用中值滤波、巴特沃斯低通滤波、指数低通滤波以及同态滤波对提取的条纹图进行处理并就处理结果做出了分析比较。实验结果表明,以上方法都能从噪声中提取信号,其中中值滤波除噪效果最好。     

基于统计理论的SAR图像斑点噪声滤波算法分析

合成孔径雷达图像固有的斑点噪声严重降低了图像的可解译程度,影响了后续目标检测、分类和识别等应用。文中通过对基于统计理论的SAR图像斑点噪声滤波方法进行比较分析,得出单个滤波器难以从去噪和边缘保持方面均达到最佳效果的结论。     

用小波变换抑制SAR图像中的斑点噪声

抑制合成孔径雷达图像中的斑点噪声一直是处理图像并得到准确图像信息的难点，提出了一种基于小波变换抑制合成孔径雷达（SAR）图像中的斑点噪声的方法，对原有的小波变换方法作了改进，能更好地保留图像的边缘信息，并能简化计算量。在仿真实验中使用了合成的模拟图像和真实的合成孔径雷图像，并与以往的小波去噪滤波方法以及一些经典的斑点噪声滤波方法（包括中值滤波，Lee滤波，Frost滤波）进行比较，在综合考虑了滤波算法在均匀区域对斑点噪声的抑制能力以及保留边缘信息能力的情况下，提出的算法有更好的效果。     

SAR图像滤波的迭代方法

对合成孔径雷达图像迭代滤波处理的效果及其问题进行了分析，并结合统计滤波方法和小波分析方法，提出了一种基于细节补偿的MAP（BDC MAP）迭代滤波算法。实验结果表明，新的迭代滤波算法较好地解决了去噪和细节保留之间的矛盾，而且算法稳定，收敛很好。     

基于低秩分解和改进的非局部平均的SAR图像相干斑抑制

为抑制合成孔径雷达（SAR）图像成像过程中形成的相干斑噪声,提出了一种基于低秩分解和改进的非局部平均的SAR图像相干斑去噪方法。首先将SAR图像进行对数处理,将乘性噪声转换为加性噪声;然后利用低秩稀疏分解将对数图像分解成低秩图像部分和稀疏图像部分;接着对含噪严重的稀疏图像部分分析其结构张量,生成非局部平均滤波所需的衰减因子,进行改进的非局部平均滤波去噪;最后再做图像合成,经指数变换得到去噪后的SAR图像。实验结果表明,该方法经视觉评价、边缘保持指数（EPI）和等效视数（ENL）等方面评测,具有较好的抑制噪声和保持边缘及纹理细节的能力。      

基于中值滤波和生物仿生学的图像增强研究

针对红外图像对比度差、信噪比低的特点,提出了一种基于中值滤波和生物仿生学的微光图像对比度增强算法,首先对红外图像进行中值滤波去噪,然后用生物视觉模型对去噪后的图像进行增强得到增强后的图像。实验结果表明,该算法突出了图像的细节信息,同时增强了图像的对比度,与传统的中值滤波加直方图均衡和加权邻域平均加灰度调整等算法相比,图...     

冗余轮廓波变换的构造及其在SAR图像降斑中的应用

构造了由非抽样塔式分解和方向滤波器组实现的冗余轮廓波变换。文中利用McClellan变换设计非抽样塔式分解中满足精确重构条件的圆对称滤波器组。利用冗余轮廓波变换系数的自适应局部统计模型及最大后验概率法对SAR图像进行降斑处理,并与基于平稳小波和轮廓波变换的降斑算法进行比较。结果表明,提出的算法能有效地去除散斑噪声,并且具有更强的边缘保持能力。     

基于自相关函数建模的小波域SAR图像去斑方法

合成孔径雷达（SAR）图像的小波系数间存在重要的相关性．通过对这种相关性的精确建模可以改善图像的去斑效果。提出了一种新的基于自相关函数建模的小波域SAR图像去斑方法。首先对原始SAR图像进行对数变换．再用可控金字塔作多尺度和多方向分解．分别对图像和噪声系数的自相关函数精确建模．并在图像自相关函数中引入方向性解析式．再利用维纳滤波得到去噪后的小波对数图像，最后经指数变换得到去斑后的SAR图像。对合成图像和实际sAR图像的去斑实验表明，该方法较其他经典方法的去斑效果要好。     

SAR图像斑点噪声消除算法的研究

ＳＡＲ图像一般都存在相干斑点噪声,严重影响了地物信息的提取与ＳＡＲ图像的应用效果。文中在分析斑点噪声产生机理的基础上提出了一种噪声消除算法,该算法与最常用的均值平滑滤波、中值平滑滤波、Ｆｒｏｓｔ自适应滤波等方法相比具有更明显的效果。实验结果验证了本算法的有效性．     

合成孔径雷达图像斑点噪声抑制与滤波

斑点噪声的存在,严重阻碍了合成孔径雷达（SAR）图像的应用。根据斑点噪声的形成机理,分析并比较了抑制SAR斑点噪声的传统滤波算法及统计滤波算法的原理,利用ERS-2的SAR图像数据比较了这几种算法对SAR图像斑点噪声的滤除效果,根据噪声滤波效果评价参数得出Gamma滤波抑制斑点噪声的综合性能最好。     

SAR image filtering based on the heavy-tailed Rayleigh model.

Synthetic aperture radar (SAR) images are inherently affected by a signal dependent noise known as speckle, which is due to the radar wave coherence. In this paper, we propose a novel adaptive despeckling filter and derive a maximum a posteriori (MAP) estimator for the radar cross section (RCS). We first employ a logarithmic transformation to change the multiplicative speckle into additive noise. We model the RCS using the recently introduced heavy-tailed Rayleigh density function, which was derived based on the assumption that the real and imaginary parts of the received complex signal are best described using the alpha-stable family of distribution. We estimate model parameters from noisy observations by means of second-kind statistics theory, which relies on the Mellin transform. Finally, we compare the proposed algorithm with several classical speckle filters applied on actual SAR images. Experimental results show that the homomorphic MAP filter based on the heavy-tailed Rayleigh prior for the RCS is among the best for speckle removal.     

一种新的高分辨率SAR图像相干斑噪声抑制算法

提出了一种新的基于小波变换对高分辨率合成孔径雷达图像相干斑噪声抑制的算法。首先从SAR图像相干斑噪声产生的机理出发，论述了通过传统的滤波方法在抑制高分辨率SAR图像的相干斑噪声时，损失了大量的边缘信息和纹理细节而采用小波变换降噪的优越性和必要性；其次论述了在小波域中如何利用高频局部的统计特性和分解尺度大小来选取滤波窗口尺寸进行滤波；最后通过实验结果说明了该方法比采用传统的固定窗来实现对高分辨率SAR图像的降噪、保留边缘信息和纹理细节有着更好的性能。     

一种基于各向异性尺度空间的SAR图像匹配算法

针对斑点噪声对合成孔径(SAR)图像匹配算法的影响,提出了一种基于各向异性尺度空间的SAR图像匹配算法。首先,采用加性算子分裂算法解方案来构建各向异性尺度空间,在滤除斑点噪声的同时更好地保留图像细节;然后,在非线性尺度空间中提取特征点,并采用改进的SURF描述子描述特征,弱化斑点噪声对匹配的影响;最后,采用变换参数约束策略筛选匹配点对,提高匹配正确率。该方法既保持了同名点的精度还增加了同名点的数量,通过对不同极化、时相、波段以及不同视角下多种地物的匹配实验,验证了该方法的优越性。     

Statistical properties of logarithmically transformed speckle

In synthetic aperture radar (SAR) image processing and analysis, the logarithmic transform is often employed to convert the multiplicative speckle model to an additive noise model. However, this nonlinear operation totally changes the statistics of SAR images. In this communication, we first review the statistical properties of speckle noise in both the intensity and the amplitude formats. Then, we derive the probability density functions, the mean values, and the variances to characterize the log-transformed speckle. Finally we discuss the problems introduced by the logarithmic transform on statistical analysis of SAR images. The statistical models developed in this communication will facilitate subsequent SAR image processing tasks based on the additive noise model