SAR图像相干斑噪声抑制研究
SAR图像相干斑抑制方法综述
（ 中国人民解放军装备学 院 ａ ． 研究生管理大 队 ； ｂ ． 光 电装备 系 ， 北京 １ ０ １ ４ １ ６ ）
摘要 ： 由于 Ｓ Ａ Ｒ是相 干成像 系统 ， 在获取 Ｓ Ａ Ｒ图像 时会 含有相干斑 噪声 ， 使得 Ｓ Ａ Ｒ图像 的解译 ， 理解变得 困难 ， 因此
有必要对 Ｓ Ａ Ｒ图像 的相 干斑 进行 抑制 ； 首先 介绍了相干斑 的形成机 理 ， 之后对 多视 处理技术 、 空域滤波技术 、 变换域
ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎ ｔ ，ｔ ｈ ｅ ｉ ｒ ａ ｄ ｖ ａ ｎ ｔ ａ ｇ ｅ ｓ ａ ｎ ｄ ｄ ｉ ｓ ａ ｄ ｖ ａ ｎ ｔ ａ ｇ ｅ ｓ ａ ｒ ｅ ｃ ｏ ｍｐ ａ ｒ ｅ ｄ ． Ａｔ ｌ ａ ｓ ｔ ，ｔ ｈ ｅ ｐ ａ ｐ ｅ ｒ ｓ ｕ ｍｍａ ｉ ｒ ｚ ｅ ｓ ｔ ｈ ｅ ｐ ｒ ｏ ｓ ｐ ｅ ｃ ｔ ｓ ｏ ｆ ｔ ｈ ｅ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｉ ｎ ｇ ｄ ｉ ｒ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ Ｓ ＡＲ ｉ ｍａ ｇ ｅ ｄ ｅ ｓ ｐ ｅ ｃ ｋ ｌ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：Ｓ ＡＲ ｉ ｍａ ｇ ｅ ；ｄ ｅ ｓ ｐ ｅ ｃ ｋ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ；ｓ ｐ ａ ｔ ｉ ａ ｌ ｄ ｏ ｍａ ｉ ｎ ｉ ｆ ｌ ｔ ｅ ｒ ；ｔ ｒ ａ ｎ ｓ ｆ ｏ ｍ ｒ ｄ ｏ ｍａ ｉ ｎ ｉ ｆ ｌ ｔ ｅ ｒ ；ｎ ｏ ｎ － ｌ ｏ ｃ ａ ｌ
SAR相干斑抑制与图像压缩方法研究的开题报告
SAR相干斑抑制与图像压缩方法研究的开题报告1.研究背景合成孔径雷达（Synthetic Aperture Radar，SAR）是一种基于微波辐射的成像技术。
相比于其他成像技术，SAR成像不受天气、昼夜、云层等因素的干扰，同时具有高分辨率、广域覆盖、适应性强等优点，因此在军事情报、卫星遥感、灾害监测等领域具有重要应用。
然而，SAR 成像中会出现相干斑（Speckle），这是由于SAR接收到的信号在散射体上反射之后，由于移位、变形、干涉等因素而引起的相位差错，使反射信号相干叠加，导致图像的质量下降。
相干斑的存在会影响SAR成像的质量和精度，因此研究相干斑抑制方法对于提高SAR成像的质量和精度具有重要的意义。
2.研究目的和意义本研究旨在探究SAR相干斑抑制与图像压缩方法，具体目的和意义包括：（1）研究SAR相干斑产生的原因和影响，提出相应的抑制方法。
（2）探究不同的SAR相干斑抑制方法，进行比较和分析，选出较为优秀的方法。
（3）研究基于小波变换的图像压缩方法，在保持图像质量的前提下实现图像的压缩。
（4）将SAR相干斑抑制方法和图像压缩方法进行结合，提出一种新的SAR图像压缩方法。
本研究的意义在于提高SAR图像质量和精度，为SAR应用领域提供更加可靠的数据，促进军事情报、卫星遥感、灾害监测等领域的发展。
3.研究内容和方法（1）SAR相干斑的产生原因和影响分析SAR相干斑的产生原因，包括目标散射特性、地物覆盖、天气因素以及图像处理等因素。
研究SAR相干斑的影响，包括图像清晰度、细节信息损失、影响目标特征提取等因素。
（2）SAR相干斑抑制方法探究不同的SAR相干斑抑制方法，包括滤波方法、小波变换方法、相关性方法等，对比分析不同方法的优缺点。
在此基础上，提出一种改进的SAR相干斑抑制方法。
（3）基于小波变换的图像压缩方法研究基于小波变换的图像压缩方法，探究原理、优缺点和实现方法，实现图像压缩，并进行压缩率和失真度的分析。
LB开题报告
开题报告SAR图像噪声抑制方法研究合成孔径雷达（SAR）具有高分辨率、很强的穿通力、全天候、全天时等优点，在军事侦察、军事测绘、海洋监视、资源探测、环境监测等领域有广泛的应用。
SAR成像系统具有良好的相干性，系统不仅需要信号的幅度信息，还需要相干信号的相位信息来提高分辨率并成像。
SAR 图像是接收地物散射回波的相干信号叠加而形成的，因此对散斑噪声高度敏感。
斑点噪声影响了对图像的处理和解译，所以去除斑点噪声是 SAR 图像处理中重要的一个基本步骤。
斑点噪声的抑制对 SAR 图像的后处理极为重要。
合成孔径雷达（SAR）图像噪声最主要的就是斑点噪声。
SAR图像相干斑噪声的处理方法主要分为两大类:一类是成像时进行多视处理,另一类是成像后进行滤波.多视处理技术以牺牲空间分辨率的代价来获取对斑点的抑制,不能满足高分辨率的要求;滤波处理技术包括均值滤波、中值滤波、维纳滤波等经典的滤波器,以及各种基于图像统计特性的自适应滤波器.经典的滤波器处理后图像上会存在严重的边缘模糊现象,能看到明显的方块;统计特性的滤波器在一定程度上改善了图像的噪声影响.近年来,随着小波分析的多分辨率分析方法的深入研究,许多研究者提出了基于多分辨率分析思想的相干斑抑制方法[1].这些方法基本上都是根据某种规律对小波变换后的系数进行阈值处理,然后再通过逆小波变换来恢复原图像.这一类处理过程并没有考虑小波系数在各个尺度上的相关性和依赖性,因而结果并不令人满意.Crouse[2],Min Dai[3]等人尝试以马尔科夫模型来描述小波域系数间相关依存关系,从而实现图像斑点噪声的抑制,但小波域Markov树模型仍存在一些方块效应等不足.几种经典的SAR图像相干斑抑制方法1. Lee滤波方法及其增强算法[4] Lee滤波基于乘性噪声模型,运用最小均方差估计准则进行估计,是一种使用滤波窗口内样本均值和方差的自适应滤波器。
其数学表达式为:为滤波后的图像中心像素灰度值, 为滤波窗口内图像的灰度均值,为斑点噪声方差,Var(R)为图像像元R的方差。
SAR图像相干斑抑制和分割方法研究
SAR图像相干斑抑制和分割方法研究SAR图像相干斑抑制和分割方法研究一、引言合成孔径雷达（synthetic aperture radar，简称SAR）是利用微波作用在地面、大气、海洋等目标上，通过接收返回的电磁回波进行成像的一种主要的遥感技术。
然而，由于SAR 成像过程中的系统误差和复杂环境影响，SAR图像在成像中普遍存在相干斑现象，限制了图像的质量和应用。
相干斑是由于地物散射体在图像像素单元内的相位都是不同的，当SAR像元尺寸大于散射体的尺寸时，就会产生相位平均的效应，导致图像上出现亮暗混杂的斑状或斑块状的现象，给图像解译和目标识别带来很大的困难。
因此，抑制和分割相干斑是改善SAR图像质量、提高图像分析与解译效果的关键问题。
二、相干斑抑制方法研究1. 经典滤波方法常用的滤波方法有均值滤波、中值滤波、自适应滤波等。
均值滤波方法通过计算滑动窗口内像素的均值来平滑图像，有效地抑制了相干斑。
中值滤波方法利用图像像素的中值代替原始像素值，对于斑点噪声的抑制效果显著。
自适应滤波方法结合了均值和中值滤波的优点，根据局部像素灰度值和空间位置关系来对像素进行加权处理，从而更好地消除相干斑。
2. 多尺度变换方法多尺度变换方法通过对图像进行多尺度分解，分别对不同尺度的细节进行处理，从而抑制相干斑。
小波变换是一种常用的多尺度变换方法，可以将图像分解为低频和高频分量，并对高频分量进行处理来抑制相干斑。
小波变换不仅能够抑制相干斑，还能够提取图像细节信息，提高图像的辨识度。
3. 基于局部统计特性的方法基于局部统计特性的方法包括Lee滤波、Frost滤波等。
Lee滤波方法通过估计图像的局部统计特性，对图像进行去相关处理，进而抑制相干斑。
Frost滤波方法则是利用地物散射体的空间相干性特征，在图像的空域和频域上同时对相位噪声进行估计和滤波，从而实现相干斑的抑制。
三、相干斑分割方法研究1. 基于阈值分割方法基于阈值分割方法是将SAR图像的灰度值与预设的阈值进行比较来实现分割的方法。
SAR图像斑点噪声抑制方法比较分析
∑∑
， １
＝
（ ）
』
（） ６
后针对各小波分解子图像的噪声特点 ， 将低频 ｆ 像
（ Ｌ 进 行 Ｗｉ ｅ 中值 滤 波 ， Ｌ） ｅ ｒ ｎ 高频 子 图像 Ｈ Ｌ和 Ｌ Ｈ进
育， 但在 图像 中不少 区域里 斑点 噪声是 不完全 发育
的 。当场 景 中 由于分 辨单 元 相 当或 更 小 的 细 节 时 ， 例 如 边 缘 和纹 理 很 强 的 区域 ， 斑 点 噪 声 不 再 是 乘 性 则
实验数 据验 证 了不 同滤波 算 法对 斑点 噪 声 的抑 制
效果 。
可表 示 为 ：
， ＝Ｒ（） （ ） （） ｔ Ｍ ｔ （） １
＜ Ｃ～
Ｒ＝｛ ｆ＋ （ 一 ） Ｃ ≤ｃ ５ ） （ ，） ） ａ≤ （ ）（ 一（ ）
Ｌ ， Ｃ ＞Ｃ ｌ
—
其 中， （） ，ｔ 表示观测值 ， （） Ｒ ｔ 表示理想的 、 不受 噪声影响的图像 ， ｔ 表示相干斑噪声 。从式 （ ） （） １ 可 以看 出， 去斑就是 从受斑 块噪声 影 响的观 测值 ，ｔ （） 中恢复理想 图像 Ｒ ｔ （）。
目前斑 点 噪声 的抑 制技 术 主 要 可 以 分 为两 大 类 ：
Ｃ 和 ｃ （） ，ｔ 分别是斑块 ｕ ｔ 和图像 ， ｔ （） （）的标准
差系数 ： ｃ 一 ， ）＝ ｃ （ ４）
即成像 之前的多 视处理 技术 和成 像后 的滤 波技术 。 前者用 多视平均的方法 ， 以空 间分辨率降低 Ｎ倍为代 价提高 Ｎ ２倍的信噪比； ／ 后者可分为空间滤波技术和 频域滤波技术两个分 支。空 间滤波技术常用统计 学 方法利用局部统计信息估计去除斑点 噪声后 的数据 ；
抑制SAR图像相干斑噪声的方法研究与比较
• 147•抑制SAR图像相干斑噪声的方法研究与比较桂林电子科技大学海洋信息工程学院 蒙倩颜【摘要】本文在研究SAR图像相干斑噪声特性的基础上，分析了四种抑制相干斑噪声的方法，即Lee滤波、Lee增强型滤波、Frost滤波、Gamma MAP滤波，并用目视效果、图像标准差、等效视数和边缘保持指数这四个性能指标来评价四种滤波算法，以得出最优的滤波方式，为后续处理SAR图像做好准备。
【关键词】SAR图像；相干斑噪声；噪声抑制；性能评价1 引言合成孔径雷达(Synthetic Aperture Radar, SAR)[1]是一种主动式成像的遥感系统，不受天气的影响，全天时全天候对地目标进行高分辨率成像的优越性而被广泛应用于军事和国民经济等领域。
由于成像系统采用相干处理系统，必存在相干斑噪声，造成了成像的质量降低，因此，使用雷达图像前必去噪至关重要。
2 SAR图像斑点噪声特性SAR 图像与普通的数字图像物理成像机制不同，产生的噪声也不相同，SAR 图像的相干斑噪声是在雷达回波信号的过程中产生的，而数字图像是在图像处理过程中每个步骤随机引起。
所有的相干成像系统中斑点是固有存在的，包括雷达在内。
而雷达图像上的斑点可从雷达成像原理和回波信号的特征描述两个成因进行分析。
SAR 成像过程中产生的相干斑噪声的模型如图2-1所示。
图2-1 SAR图像相干斑噪声形成的模型图2-1中，飞机携带SAR 系统，发射天线向地面成像。
一般情况下，SAR 图像的小模块的尺度是电磁波波长的几十倍，SAR 图像里每个分辨单元内的强度和幅度值是理想散射点反射电磁波的矢量和。
对于单元内有大量地物目标，这些目标地物反射的回波为球面波，在球面上，单元内有大量地物目标，这些目标的回波信号幅值都相等，SAR 系统不能识别是哪个目标产生的子球面波，每个子球面波有各自的振幅和相位。
相位代表子球面的方向，各个子球面波的方向是不按规律产生的。
在求取单元地物的回波信号的矢量和时，如果地物细微特征上有差异，像元之间的子球面波的振幅可能重复、可能减弱、可能抵消，在视觉上图像有与颗粒噪声相似，最后加减和差生成一个随机变量，这种情况反映在SAR 图像上以类似于椒盐噪声的强斑点噪声的形式随机出现，这就是相干斑噪声[2]。
SAR影像斑点噪声的抑制方法
二、SAR影像斑点噪声的抑制方法1、均值滤波均值滤波器是采用滤波窗口内所有像素灰度值的平均值来代替中心像素的值，均值滤波器具有很好的噪声平滑能力，噪声标准差按窗口内像元数的均方根降低。
然而，均值滤波器进行平滑时对噪声和边缘信息不加区分，从而导致边缘信息临近区域分辨率下降，为了减少这一问题，通常采用3×3或5×5的小滤波窗口。
也正是由于它滤波时对噪声和信号不加以区分的特点，对非噪声像素即信号也进行了平滑，从而不可避免地导致了影像的整体模糊和分辨率下降。
2、中值滤波中值滤波器是采用滤波窗口内所有像素的中值来代替中心像素的值，它能有效地孤立斑点噪声。
然而，这种滤波器存在边缘模糊，消除细的线性特征以及目标形状扭曲等常见问题。
经中值滤波滤波后的影像失真度较大，纹理等细节信息损失较严重。
3、局部滤波局域滤波基于方位把活动窗口分为8块（北、南、东、西、西北、东北、西南及东南），对于每个区域，方差可由下式来计算：该算法比较窗口中心点附近8个局域方差值，窗口中心点的值就被区域中具有最小方差区域像元的平均值所代替。
方差平均值小的区域像元被认为受干涉的干扰小，这一点很像窗口中心点的像元，方差小的区域相对于周围的区域来说受干涉影响小。
4、Lee滤波在缺乏信号x的精确模型的情况下，使用影像本身从3×3或其它的滤波窗口内的局域均值z和局域方差var(z)来估计信号的先验均值和方差。
根据乘性噪声模型，信号x的先验均值和方差可以这样来估算：，假设线性滤波器的形式为，这里，。
要注意的是必须确保var(x)为非负，如果为负则置var(x)为0，否则可能在影像上引入认为的噪声成分。
这一滤波方法的直观解释是，在均匀区域var(x)=0，滤波后的像素值（窗口内像素的平均值）；对于高反差区域（或边缘），var(x)较大，（像素本身的值）。
该滤波器存在一个问题是边缘区域的噪声并没有被平滑。
5、Sigma滤波Sigma滤波是基于高斯分布的Sigma概率，它通过对滤波窗口内落在中央像素的两个Sigma范围内的像素进行平均来滤除影像噪声。
SAR图像相干斑抑制方法的研究
１ 几 种经 典的 Ｓ Ｒ图像 相干斑 抑 制方法 Ａ
１ １ Ｌ ｅ滤 波方 法及 其 增 强 算 法 ． ｅ Ｌ ｅ滤 波基 于乘 性 噪 ｅ 声模 型 ， 运用 最小 均方 差 估 计 准则 进 行估 计 ， 是一 种 使 用
Ｃｉ ＜Ｃ
Ｆ＝
｜ｌ ｊ
滤 波窗 口内样本 均 值 和方 差 的 自适 应 滤 波 器。其 数 学 表
解译 性 ， 响 了后 续 目标 检测 、 影 分类 和识 别等 应用 。
Ｍ ｅ ｐ Ｊ＝ ｘ （一Ａ√ ） ＸＤ Ｊ
ＡＪ Ｏ ／ ａｅ） ） ｉ＝ ｌ （ ｖ ｒＪ
．
对 于 Ｓ Ｒ 图像 来说 ， 种 理 想 的滤 波 方法 应 该 能 够 Ａ 一 自 应平 滑斑点 噪声 ， 持边 缘 及 特 征边 界 的锐变 性 ， 适 保 同 时保 留纹理 信息 。在过 去 的二十多 年 中 ， 提 出了许 多 人们
维普资讯
安 徽 农 学 通 报 ， ｎ ｕ Ａ ｒ Ｓ ｉＢ ｌ ２ ０ ，３ １ ） ３ ３ Ａ ｈ ｉ ｇｉ ｃ ｕ１ ０ ７ １ （ ５ ：４— ５ ． ． ．
Ｓ Ｒ图像 相 干 斑 抑 制 方 法 的研 究 Ａ
郭 学 林
（ 郑州测绘学校航测教学部 ， 河南 郑州 ４０ ５ ） ５０ ２
用性 的客 观 评 价 。
关键词 ：Ａ Ｓ Ｒ遥感 ； 干斑噪声 ； 相 图像去噪
中图 分 类 号 Ｐ ２ ． ２５ ７ 文献标识码 Ａ 文章编号 １０ ７ ３ （ ０７ ｌ ３ ０ ７— ７ １ ２ ０ ）５— ４—０ ２
合成孔径 雷 达 （ Ａ 是一 种 具 有 全天 候 、 Ｓ Ｒ） 多极 化 、 多 视 角 、 角数 据获 取 能 力 的高 分Байду номын сангаас辨率 成像 雷达 ， 利用 多俯 它 传感 器接 收地面 的各 种地 物 发 射 或反 射 的 电磁 波 信 号 以
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要合成孔径雷达(SAR)图像的相干斑噪声严重降低了图像的可解译度，影响了后续目标检测、分类和识别等应用。
SAR图像的相干斑噪声是成像过程中出现的原理性缺陷。
在过去的二十年里，国内外的诸多学者提出了大量抑制图像相干斑噪声的方法。
其中大多数方法是利用一个定义好的滤波器窗口来估计相干斑图像局部噪声方差，然后在局部分别作滤波处理。
结果表明这些方法在均匀的区域内能够大大削减相干斑噪声，而在非均匀区域内图像变得模糊或过于平滑而失去细节信息，降低了图像的空间分辨率，图像的解译性因此变差。
理想的降噪方法是能在很好地保留边缘和细节信息的前提下抑制相干斑噪声。
本论文的研究内容：（1）首先介绍了SAR图像及其噪声的国内外研究动态，然后简述了SAR图像噪声的形成机理。
（2）重点对SAR图像相干斑的抑制算法进行了研究，对经典斑点噪声抑制算法(卷积滤波中的中值滤波；还有基于统计估计理论的Lee滤波算法及其增强算法、Kuan滤波算法、Frost滤波算法、小波滤波算法、均值滤波算法等)进行了原理说明。
（3）对中值滤波、均值滤波还有Lee滤波算法及其增强算法用matlab软件编程实现。
（4）结合实例，将各种算法的处理结果进行了分析和比较，对其效果和优缺点进行了评价。
关键词：合成孔径雷达,噪声抑制,效果评价ABSTRACTThe presence of speckle noise in the synthetic aperture radar (SAR)images。
severely restricts the appl ication of the coherent images．Speckle noise is generated by the coherent processing of radar signals．During the past two decades，many speckle reduction techniques have been developed for removing ospeckle．An ideal algorithm should smooth the speckle without blurred edges and fine detail．But most algorithms cannot satisfy these two demands very well．This paper the research content:(1) First introduced the SAR and the noise of the image research dynamic, then briefly introduced the formation mechanism of the SAR image noise.(2) Focus on studying the algorithm of image noise suppression of SAR spots, introduced the principle of the classic spots noise suppression algorithm ( the convolution filter median filtering, and based on the statistical estimation theory of filter algorithm and its enhancement algorithm Lee Kuan, filter algorithm, Frost filter algorithm, wavelet filter algorithm, average filtering algorithm, etc).（4）The median filtering, average filtering and Lee filter algorithm and its enhancement algorithm using matlab software programming realization.(3) Combined with an example, all with the result of the algorithm is analyzed and compared, evaluated their effects, advantages and disadvantages.Keywords: SAR, Noise inhibition,Effect evaluation目录第一章绪论............................................................................................ 错误！未定义书签。
1.1 SAR图像噪声抑制研究背景及其意义 (1)1.2 SAR图像相干斑噪声抑制的研究现状 (2)1.3本论文的研究内容 (8)第二章SAR图像常用去噪方法介绍 (9)2.1 SAR图像噪声产生机理 (9)2.2传统的SAR图像去噪方法 (11)2.2.1均值滤波 (11)2.2.2中值滤波 (11)2.3基于自适应滤波的SAR图像去噪方法 (12)2.3.1 Lee 滤波 (12)2.3.2增强Lee滤波 (13)2.3.3 Kuan滤波 (13)2.3.4 Frost滤波 (13)2.3.5增强Frost滤波器 (14)2.3.6 Sigma滤波 (14)2.3.7 Gamma MAP滤波 (15)2.3.8 Bit Erros滤波 (16)2.4其它的SAR图像去噪方法 (16)2.4.1连续小波变换滤波 (16)2.4.2离散小波变换滤波 (17)第三章去噪实现与评价 (19)3.1各种去噪方法的实现 (19)3.1.1 SAR图像数据介绍 (19)3.1. 2图像的滤波结果 (19)3.2图像滤波效果评价 (22)3.2.1相干斑噪声滤波算法的评价标准 (22)3.2.2不同去噪方法的对比分析 (25)第四章结论与展望 (27)4.1论文研究内容总结 (27)4.2研究展望 (27)致谢 (29)参考文献 (30)附录 (32)第一章绪论1.1 SAR图像噪声抑制研究背景及其意义合成孔径雷达(Synthetic Aperture Radar，简称SAR)是微波遥感的代表。
由于合成孔径雷达工作在微波波段，而大气分子对电磁波的吸收基本上处于可见光／红外波段(波长：0.4pm～14pm)，所以SAR不易受大气的影响，具有全天候的特性。
再者，SAR是主动遥感器，不依靠太阳辐射，可以昼夜工作，即具有全天时的特性。
SAR在地球科学遥感领域具有独特的对地观测优势，有着非常广泛的应用领域。
从地形测量到大范围的陆地、海洋信息采集、全球范围的环境监测，从城市土地开发、绿地植被沙漠化的检测到江河湖海水位、浑浊状态测定，地质结构提取等等，特别在热带雨林气候地区及常年多云雾多雨的地区，而在这些地区具有全天时全天候成像能力的合成孔径雷达遥感技术往往具有独到的优势。
SAR图像在海洋冰探测、海洋环境监测、森林类型分类、地质矿产研究、农作物生长监测等方面都获得了广泛应用[]1-3。
由于SAR发射相干电磁波，因此各理想点目标回波是相互干涉的。
相干电磁波照射实际目标时，其散射回来的总回波并不完全由地物目标的散射系数决定，而是围绕这些散射系数值有很大的随机起伏，这种起伏在图像上的反应就是相干斑噪声，也就是说，这种起伏将会使具有均匀散射系数目标的SAR图像并不具有均匀灰度，而会出现许多斑点。
斑点噪声的存在使图像的信噪比下降，明显降低了图像的辐射分辨率，隐藏图像的精细结构。
随着科学技术的飞速发展，要求SAR提供更高分辨率和更清晰的SAR图像。
由于相干斑严重影响了SAR图像的质量，不利于SAR图像的解译和各种应用，所以抑制相干斑噪声成为了SAR图像处理中的一个重要部分，并且相干斑噪声抑制的好坏将直接影响到对雷达图像定量分析和应用的精度，同时也影响了进一步的图像分割、边缘检测等图像处理效果。
随着大量SAR图像数据的获得，如何有效地抑制相干斑噪声成为SAR 图像应用研究的难点和热点。
SAR图像中的斑点噪声往往和信号交织在一起，为获得高质量的SAR图像，对SAR图像去噪的要求是首先必须对相干斑噪声进行有效的抑制，同时还应该保持SAR图像的分辨率以及尽可能的保留图像的边缘纹理和点目标等细节特征。
不过这两方面好的效果难以兼得，图像平滑过程总是要付出一定的细节模糊代价，而且如果抑制相干斑时平滑不当，会导致图像本身的细节如边界轮廓、线条等变得模糊不清，从而使图像降质。
因此SAR图像的相干斑抑制算法一般是在相干斑去除(辐射分辨率)与细节保留(空间分辨率)之间做的折衷，如何综合这两个方面较好效果是SAR图像相干斑去噪研究的主要内容。
消除SAR斑点噪声对SAR图象的有效应用有着十分重要的意义，一直是SAR成像技术的重要研究课题之一。
因此，对SAR图像斑点噪声的研究意义重大。
1.2 SAR图像相干斑噪声抑制的研究现状相干斑斑以及类似现象的研究最早可以追溯到19世纪的物理和工程类的研究工作。
一个理想的相干斑噪声抑制滤波器应该是这样的：在图像的均匀区域应尽可能地抑制相干斑噪声，同时，还能很好地保持图像的细节特性(空间分辨率，比如边缘，线，强点目标等结构特征)，或者说不破坏图像的分辨率；另外还要避免虚假目标的出现[]5。
然而实际的滤波器总是无法达到理想的效果，降低纹斑和保持图像的分辨率是所有纹斑滤波算法中的主要矛盾，如何达到这两方面的平衡也是衡量一个算法性能优劣的关键。
由于纹斑噪声的乘积特性，直接采用一些经典的噪声滤波器如维纳滤波器，卡尔曼滤波器等，其纹斑滤波效果性能是无法令人满意。
对SAR图像相干斑噪声滤波技术，国内外的研究已经非常广泛而深入。
在早期的SAR成像处理中，大多采用多视处理技术，在距离或方位维上分割成三个独立部分，每一部分用来产生较低分辨率的单视图像，然后把三个单视图像对应的像素非相干地迭加后平均，就得到多视SAR图像。
多视处理另外一个有利的情况是，对强度进行平均处理不仅保留携带的信息，而且处理后的结果容易进行统计分析[]46，。
此过程可平滑掉相干斑点噪声，但是却以牺牲空间分辨率为代价。
例如对三视SAR图像来讲，倍的噪声抑制，同时却要使空间分辨率降低三倍。
虽然该过程是在成像处理中完成，从而可以获得成像数据处理率的下降，但随着SAR图像应用的不断扩展，对其空间分辨率的要求不断提高，多视处理技术已经不能满足高分辨率的要求。