一种基于局部梯度比率特征度量SAR图像相似性的新方法

本文针对SAR图像相干斑噪声和图像局部梯度特性,提出一种基于局部梯度比率特征的相似度准则.首先提取SAR图像各个像素的梯度比率特征,进而构建局部梯度比率特征直方图LGRPH,并进一步分析多尺度LGRPH,最后通过计算多尺度LGRPH的K-L距离定义相似度.基于SAR仿真和实测图像的实验结果表明,本文提出的相似度准则对SAR图像上相干斑噪声和局部梯度变化不敏感,能有效应用于SAR图像的目标识别.     

一种基于局部梯度比率特征度量SAR图像相似性的新方法

本文针对SAR图像相干斑噪声和图像局部梯度特性,提出一种基于局部梯度比率特征的相似度准则.首先提取SAR图像各个像素的梯度比率特征,进而构建局部梯度比率特征直方图LGRPH,并进一步分析多尺度LGRPH,最后通过计算多尺度LGRPH的K-L距离定义相似度.基于SAR仿真和实测图像的实验结果表明,本文提出的相似度准则对SAR图像上相干斑噪声和局部梯度变化不敏感,能有效应用于SAR图像的目标识别.     

基于低秩矩阵恢复的SAR图像相干斑抑制方法

针对合成孔径雷达(SAR)图像相干斑噪声的特点,提出了一种基于低秩矩阵恢复的SAR图像相干斑抑制算法。该算法首先对SAR图像进行对数变换,将SAR图像相干斑乘性噪声转化为加性噪声;然后对变换后图像等步长遍历提取图像子参考块,利用局部块匹配技术寻找子参考块的相似块组建相似子集,合并数据集中所有相似子集,构建近似低秩的矩阵;再通过低秩矩阵恢复算法将矩阵分解为低秩矩阵部分和稀疏矩阵部分;最后将低秩矩阵部分逆变换回图像块,基于图像块灰度值对图像的每个像素进行加权重构,生成相干斑抑制后的SAR图像。实验表明,文中所提出的算法能够有效抑制SAR图像中的相干斑噪声,同时很好地保留了边缘细节特征。     

SAR图像不确定轮廓相似度及其可信度构建方法

SAR图像相似度准则是目标识别、图像匹配等研究内容的基础,定义合理可靠的相似度将极大地提高SAR图像解译能力。该文针对SAR图像轮廓特点,提出一种基于不确定轮廓的相似度置信区间及其可信度构建方法。首先将SAR图像不确定轮廓模糊化得到相似度定义,进而通过分析模糊模型分布函数,在给定显著性水平下得到相似度置信区间,并给出可信度定义。实验结果表明,该方法对轮廓定位有一定容错性,对一定程度的断裂轮廓及多边缘轮廓也能得到合理的相似度范围和可信度,符合人眼视觉感知。     

基于相似像素选择的非局域SAR 图像相干斑抑制

该文提出了一种比值距离像素相关性模型与相似像素选择的非局域SAR 图像相干斑抑制算法。首先由两像素的联合概率密度函数得出了比值距离像素相关性模型,并按错误概率最小准则训练生成了不同情况下的像素相似性阈值表,然后进行非局域窗中像素的相似性计算,并用查表所得的像素相似性阈值进行非局域窗中相似像素的选择,最后用选中的像素进行当前像素真实后向散射系数的估计。对仿真与实测SAR 图像的相干斑抑制实验显示,与其它现有非局域抑斑算法相比,该文方法不仅能最大程度地去除同质区域的噪声,而且可以对边缘纹理等细节区域进行很好地重构,滤波结果显示了很好的视觉效果,并且具有较低的计算复杂度。      

一种融合局部像素信息和改进NLFCM的SAR图像分割方法

针对传统局部信息模糊C均值聚类算法权重系数仅由像素间欧式距离决定，无法准确衡量和充分利用像素间的相似性，对SAR图像分割不准确的问题，提出了一种全新的局部信息相似性描述方法，并结合图像的非局部信息，对像素到聚类中心的距离和像素隶属度计算方法进行改进，并提出了一种同时包含图像局部和非局部信息的改进SAR图像分割方法。实验表明，与其他模糊聚类方法相比，该方法在抑制SAR图像相干斑噪声的同时，能较好地保护SAR图像目标的边缘和细节，具有很好的SAR图像分割效果。     

BM3D算法在海洋SAR图像去噪中的应用

相干斑噪声一直是困扰SAR图像处理的重要问题,噪声往往将有用信号完全掩盖。由于海洋图像邻域相似性高,将三维块匹配(BM3D)算法应用于海洋SAR图像相干斑噪声的滤除中,能够得到较好的去噪效果。该算法是基于变换域方法和非局部思想发展而来的,通过相似图像块匹配分组生成三维矩阵,然后在三维变换域去噪,最后逆变换还原图像。通过对BM3D算法的深入研究,发现该算法去噪性能与其参数密切相关。针对海洋SAR图像,通过大量实验,总结BM3D参数选择原则,优化了算法的去噪性能。     

基于ICA-SCS算法的极化SAR图像相干斑抑制

该文提出了采用基于独立分量分析的稀疏编码收缩(ICA-SCS)算法进行极化SAR图像相干斑抑制的新方法,结合软门限算子,有效抑制了图像中的相干斑噪声,保留了极化信息。实验结果表明,该算法具有较好的边缘保持和噪声抑制能力。     

基于变差系数的SAR图像非局部均值滤波算法

SAR(synthetic aperture radar)图像有固有的乘性相干斑噪声,抑制相干斑噪声和保护边缘信息是研究的重要内容。文章提出了一种变差系数差构建的非局部平均滤波算法DCV-NLM(differenceof coefficient of variation non-local means)。首先,搜索窗口中的变差系数的像素与中心像素在相似窗口中之间的局部差,其次,局部差由两个范数构造的相似性参数,用负指数形式得到每个像素的加权系数,最后是对SAR图像的噪声执行加权滤波。通过提出的算法与IDPAD算法对比,从抑制相干斑图像视觉效果方面对比,DCV-NLM算法比起IDPAD算法有更好的相干斑抑制性能。     

基于广义交叉验证和Cycle Spinning的SAR图像相干斑抑制

该文基于SAR图像的统计特性,提出了一种相干斑抑制算法。该算法在不需要估计噪声能量的情况下,采用广义交叉验证准则构造目标函数,自适应获取近似最优阈值;然后基于小波阈值收缩完成SAR图像滤波;并引入Cycle Spinning策略有效去除边缘存在的振铃效应。实验结果表明:基于该文算法的相干斑抑制在视觉效果和客观衡量指标上都取得了较好的、鲁棒的效果,有效地抑制了相干斑噪声,均匀区域平滑,且能同时保持边缘和细节清晰。     

SAR image despeckling using heavy-tailed Burr distribution

Multiplicative speckle noise diminishes the radiometric resolution of the synthetic aperture radar (SAR) images and all the coherent images. Speckle removal adds an extra value to an automated SAR image interpretation and analysis. In this paper, dual-tree complex wavelet-transform-based Bayesian method is proposed for despeckling the SAR images. In each subband, the reflectance and noise of the logarithmically transformed wavelet coefficients are modeled using heavy-tailed Burr and zero-mean Gaussian distributions. The closed-form expression for the shape parameter of Burr distribution is derived by employing the Mellin transform. The resultant complex-free quadratic maximum a posteriori solution with suitable shrinkage function yields despeckled SAR images. Extensive experiments are carried out using real SAR images as well as simulated images. The proposed method performs well in terms of equivalent number of looks with 3.5751 dB improvement in homogeneous region1 of Pipe river SAR image, edge preservation with 0.6158 improvement, peak signal to noise ratio of 51.3305 dB, and mean structural similarity index measure of 0.9397 at 0.05 noise variance for synthetically speckled image in comparison to the existing methods and takes averagely 2.3461 times less computing time. The proposed method provides a computationally efficient better speckle reduction in homogeneous regions while still preserving the edge.     

基于PSO优化空间约束聚类的SAR图像分割

相干斑噪声的存在使得合成孔径雷达(SAR)图像的分割问题变得非常复杂.本文提出一种具有鲁棒抗噪特性的SAR图像分割方法,该算法通过将多尺度条件下的边缘信息以及相邻像素的相对位置和强度信息所构成的空间信息融入模糊C-均值(FCM)聚类算法的相似性测度中,增强了分割方法的抗噪性.空间信息对FCM聚类算法的调控由粒子群优化(PSO)算法完成,优化的调控参数有助于获得良好的分割结果.该算法对初始分割不敏感,并具有鲁棒的抗噪性能.MSTAR数据的分割实验结果表明:该算法能够有效地分割SAR图像,与通过改进型FCM(IFCM)算法获得的分割结果比较,分割结果明显改善.     

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。     

基于最小最大圆度量的鲁棒模板匹配方法

为了解决强噪声干扰、部分遮挡等复杂环境下的图像匹配问题，给出了一种鲁棒的图像匹配算法。在引进圆约束的条件下，对点点间距离给出了一种新的定义。在此基础上，对经典Hausdorff距离进行改进，提出了一种新的度量，即最小最大圆度量。以此度量作为景象匹配的相似性度量，并在搜索的过程中采用圆形窗，获得了一种鲁棒的图像匹配方法，即基于最小最大圆度量的鲁棒模板匹配方法。多组实验与分析表明，该算法可以有效地解决存在旋转、灰度对比度变化、噪声干扰、部分遮挡与强光饱和等变换与干扰存在下的景象匹配定位问题。     

SAR 村庄目标ROI 提取和异源图像匹配

针对合成孔径雷达(SAR)图像信噪比低且具有相干斑噪声,与光学图像配准时难度较大的现状,提出了一种异源图像村庄目标感兴趣区域(ROI)提取和匹配新方法。首先,对SAR 图像进行中值滤波和偏微分处理,消除噪声干扰;然后,利用灰度共生矩阵的四个纹理参数对整幅图进行计算,判断是否为村庄目标点,并提出局部灰度一致性算法,消除虚警点,增加目标点,完成村庄目标ROI 的粗提取;接着,利用傅里叶描述子对获得的目标ROI 进行二次描述和填充,获得最终待匹配的村庄ROI;最后,利用Hu 不变矩区域特征,结合最小欧氏距离测度和余弦相似度,实现异源图像匹配。实验结果表明,最终获得的配准图像误差较小,配准图像视觉判断比较理想,因而具有较高的可靠性和稳定性以及较高的理论研究价值和广泛的应用前景。     

基于斑点方差估计的非下采样Contourlet域SAR图像去噪

 合成孔径雷达(SAR)图像固有的相干斑噪声严重影响图像质量,使得SAR图像的自动解译十分困难.本文联合SAR图像的统计特性和非下采样Contourlet对SAR图像细节信息的良好刻画能力,提出一种新的非下采样Contourlet域SAR图像去噪算法,通过估计到的各个高频方向子带的斑点噪声方差和变换系数模值的局部均值,对非下采样Contourlet变换系数进行判定,保留信号系数,抑制斑点噪声系数,实现SAR图像去噪.仿真实验结果表明,本文方法在斑点抑制的同时可以有效保持细节信息.     

一种基于属性散射中心的SAR遮挡目标识别方法

针对合成孔径雷达（Synthetic Aperture Radar,SAR）图像遮挡目标识别问题,提出基于属性散射中心局部最优匹配的方法。综合考虑匹配对数量以及匹配对之间的差异,采用粒子群算法构建测试样本和模板样本的属性散射中心集之间的局部最优匹配关系。在此基础上,引入SAR遮挡目标带来的散射中心变化特性,定义稳健的相似度准则。基于散射中心匹配结果计算测试样本与各类模板的相似度进而判定其目标类别。在MSTAR数据集上的实验结果表明,所提方法在标准操作条件下对10类目标取得98.72%的平均识别率,在随机缺失、方向缺失两种遮挡模型下也取得优于对比方法的性能,证明了所提方法对于SAR遮挡目标识别的有效性。     

一种基于斑点抑制的SAR图像舰船航迹检测算法

该文分析了合成孔径雷达(SAR)图像中舰船航迹的特性和斑点噪声模型及其局部统计特性。在此基础上,提出了一种先基于小波变换进行斑点噪声抑制,再基于Radon变换进行航迹检测的方法。对数据处理的结果表明,该方法较直接对SAR图像应用Radon变换能更有效、准确地检测到SAR图像中的舰船航迹。