SAR图像的自适应边缘保持去噪滤波

合集下载

用自适应滤波算子祛除ERS-1星载SAR影像上的斑点噪声

用自适应滤波算子祛除ERS-1星载SAR影像上的斑点噪声刘玉贤
【期刊名称】《测绘科学》
【年(卷),期】1993(0)3
【摘要】地球表面对电磁波进行后向散射时的不连续性和动态性,在SAR影像上产生大量的斑点噪声。

在对SAR影像进行祛噪声处理时,所采用的滤波算子要既能祛除斑点噪声,又能保持影像的纹理信息。

基于非静态平均和非静态方差影像模型的Kuan噪声滤波算子,能随着局部影像统计特性的变化而调整影像平滑的权值和保持原影像信息的权值。

对一帧荷兰某地区的ERS-1星载SAR影像进行的滤波处理实验表明,该算子能有效地祛除ERS-1星载SAR影像上的斑点噪声,并能保持影像上的纹理信息。

【总页数】4页(P17-20)
【关键词】斑点噪声;ERS-1;影像信息;纹理信息;自适应滤波;噪声处理;噪声滤波;统计特性;处理实验;边缘特征
【作者】刘玉贤
【作者单位】国家测绘局测绘科学研究所
【正文语种】中文
【中图分类】P2
【相关文献】
1.高分辨率星载SAR单视图像斑点噪声抑制实现方法 [J], 李春升;燕英;陈杰;黄岩;周荫清
2.星载SAR图像的斑点噪声抑制与滤波研究 [J], 周建民;何秀凤
3.星载SAR图象斑点噪声消除方法效果的比较研究 [J], 唐伶俐;Jack.,TJ
4.利用小波变换抑制星载SAR图象的斑点噪声 [J], 胡召玲;郭达志;盛业华
5.广义形态滤波实现星载SAR图像斑点噪声抑制 [J], 刘先锋;郑明洁;龙腾;韩月秋因版权原因，仅展示原文概要，查看原文内容请购买。

SAR图像滤波方法比较与分析

SAR图像滤波方法比较与分析作者：王宇航范文义张金虎来源：《森林工程》2015年第03期摘要：相干斑噪声是SAR系统的固有原理缺陷，其阻碍了SAR图像的后续分类应用。

针对传统滤波方法在噪声去除及边缘保持方面的不足，提出适用于同质区域和边缘区域的自适应滤波方法对SAR图像进行滤波处理。

首先描述SAR图像斑点噪声的产生机理及统计特性，其次根据图像后续分类的应用目的，对常用滤波器进行分析并将福建将乐林场RADARSAT-2图像数据分别进行LEE与增强LEE滤波、FROST与增强FROST滤波、GAMMA滤波、KUAN 滤波、LOCAL SIGMA滤波处理，以有效视数、图像边缘保持指数等作为评价指标。

最后将实验结果依据评价指标进行对比分析。

结果表明，增强型LEE自适应滤波综合效果最好，能在较好去除斑点噪声的同时又保持图像的边缘信息。

通过系统比较分析不同的滤波方法，从理论上为SAR图像后续森林类型分类应用前滤波方法的选择提供了理论依据。

关键词：SAR；相干斑噪声；滤波处理；RADARSAT-2中图分类号：S 771 文献标识码：A 文章编号：1001-005X（2015）03-0081-04合成孔径雷达（Synthetic Aperture Radar）是一种主动式微波成像传感器。

因为SAR系统是有源遥感技术，所以其探测目标时依靠自身发射电磁波而不受太阳辐射条件的限制，并且SAR成像系统具有全天候、全天时、多波段、多极化、可变侧视角及高分辨率等优点，而利用微波回波信号中的极化信息可用于提高对目标的分类和识别能力[1]。

斑点噪声是由一个分辨单元内众多散射体的反射波叠加形成的，表现为图像灰度的剧烈变化，即在SAR图像同一片均匀的粗糙区域内，有的分辨单元呈亮点，有的呈暗点，直接影响了SAR图像的灰度分辨率[2]，模糊了图像的纹理信息，使SAR图像不能正确的反映地物目标的散射特性从而对图像的应用造成了一定阻碍，所以斑点噪声的抑制即图像滤波是SAR图像处理的一个重要研究课题。

基于局部统计的自适应SAR图像去噪算法研究

２０１４年２月
Ｆｅｂ．２０１４
汕头大学学报（自然科学版）
ＪｏｕｒｎａｌｏｆＳｈａｎｔｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）
第２９卷
第ｌ期
声模型】：
Ｉ（ｘ，Ｙ）＝Ｒ（ｘ，Ｙ）・，＿ｙ）
其中，，（，＿ｙ）是观察到的图像，也就是受相干斑噪声污染的图像．Ｒ（，ｙ）是探测目
标的雷达散射特性，即理想的不受相干斑噪声污染的图像．Ｆ（ｘ，）是斑点噪声，它服从
适应去噪算法在视觉效果、方差和等效视数等评价指标上取得更好效果．
关键词：ＳＡＲ图像；图像去噪；Ｌｅｅ滤波；Ｋｕａｎ滤波
中图分类号：ＴＰ３９１．４文献标识码：Ａ
０引言
合成孔径雷达（ＳＡＲ）是一种高分辨率微波成像系统，具有全天候工作、分辨率与
５７
的应用受到限制，无论是图像检测或识别，由于相干斑噪声的存在，都使应用效果大打折扣．因此，抑制ＳＡＲ图像中的相干斑噪声是一个具有重要意义的研究课题．空域去
噪算法是一类直接对图像像素灰度值进行滤波处理的去噪算法，常用的有均值滤波】、中值滤波等，算法实现简单，运行速度快，广泛用于各类图像的去噪处理．
图像灰度的平均值反映了ＳＡＲ接收到的地面目标回波强度，为了后续处理，去噪
算法应该尽量保持原图像的平均灰度．对Ｍ ×Ｎ图像，Ｙ），１≤ ≤ Ｍ，１≤ Ｙ≤ Ｎ，平均值的定义为：

基于小波包变换与自适应阈值的SAR图像去噪

基于小波包变换与自适应阈值的SAR图像去噪
刘西川;艾未华;高太长;韩小冬
【期刊名称】《遥感技术与应用》
【年(卷),期】2009()2
【摘要】针对SAR遥感图像在探测、传输过程中受到噪声干扰,不利于对其进行处理的问题,提出一种基于小波包和自适应阂值的SAR图像去噪方法。

该方法采用小波包对SAR图像进行分解,与传统的小波分析相比,小波包分析能够提供一种更加精细的分析方法;然后采用自适应阈值的方法去除sAR图像中的噪声。

实验结果表明,该算法能有效去除SAR图像中的噪声,在信噪比和主观视觉上都要优于小波去噪的方法。

【总页数】5页(P146-150)
【关键词】小波包变换;最佳小波基;自适应阈值;中值滤波
【作者】刘西川;艾未华;高太长;韩小冬
【作者单位】解放军理工大学气象学院,江苏南京211101;解放军94923部队气象台,福建武夷山354301
【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.基于小波包变换与自适应阈值的图像去噪 [J], 赵志刚;万娇娜;管聪慧
2.基于小波包变换与自适应阈值的SMT焊点图像去噪 [J], 赵辉煌;周德俭;吴兆华;
李春泉;李康满
3.基于指数阈值的小波包变换图像去噪方法 [J], 郎文杰
4.基于自适应小波阈值与曲波变换的SAR图像去噪 [J], 杨哲;邵哲平
5.基于提升格式小波包变换的SAR图像去噪 [J], 王文波;费浦生;羿旭明;张建国因版权原因，仅展示原文概要，查看原文内容请购买。

基于自适应收缩因子的SAR图像去噪

基于自适应收缩因子的SAR图像去噪
张旭;罗建书
【期刊名称】《武汉大学学报：工学版》
【年(卷),期】2003(36)3
【摘要】针对合成孔径雷达 (SAR)图像固有的斑点噪声 ,提出了基于自适应收缩因子的去噪方法 .该方法首先将图像分解至平稳小波域 ,利用与信号相关小波系数的空间及尺度相关性 ,自适应地得到收缩因子 ,修正小波系数 .与基于Mallat分解的阈值去噪及Wiener滤波相比 ,该方法在有效抑制SAR图像噪声的同时 ,较好地保持了图像边缘细节。

【总页数】4页(P102-104)
【关键词】SAR图像;平稳小波变换;去噪;自适应收缩因子
【作者】张旭;罗建书
【作者单位】国防科技大学理学院
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于自适应小波阈值的SAR图像去噪算法 [J], 王蓓;张根耀;李智;王静
2.基于NSCT域邻域收缩的SAR图像去噪 [J], 钟微宇;沈汀
3.基于局部统计的自适应SAR图像去噪算法研究 [J], 蔡恬;林哲
4.基于自适应小波阈值与曲波变换的SAR图像去噪 [J], 杨哲;邵哲平
5.基于双变量收缩函数与小波系数增强的SAR图像去噪 [J], 高国伟;文成林;陈志国
因版权原因，仅展示原文概要，查看原文内容请购买。

一种自适应各向异性的SAR图像去噪算法

第32卷第1期遥测遥控Vo.l32, .1 2011年1月Journal of Te le m etry,Tracking and Comm and Januar y2011一种自适应各向异性的SAR图像去噪算法苗慧, 宋光磊, 张春红, 温靖(中国空间技术研究院513所北京研发中心北京 100191)摘要:为了在抑制噪声时尽可能保留图像边缘信息,提出一种自适应各向异性SAR图像去噪算法。

该方法设计一组具有不同尺度和方向的滤波器模板,针对不同图像边缘的局部特征计算出滤波器的尺度和方向,选择最优匹配的各向异性滤波器,从而可以在抑制噪声的同时很好地保留边缘。

仿真实验表明,提出的自适应各向异性S AR图像去噪算法具有很强的噪声抑制和边缘保持能力,并且具有较高的实效性。

关键词:合成孔径雷达; 相干斑噪声; 各向异性中图分类号:TN957文献标识码:A文章编号:CN11 1780(2011)01 0028 05引言合成孔径雷达SAR(Synthetic Aperture Radar)可以获得高分辨率的雷达图像信号,但是由于雷达系统采用全相干的成像方式,产生的图像一般都会受到相干斑噪声(Speck le)的污染,造成图像的辐射分辨率严重降低,使得对SAR图像进行分析处理或者是信息提取(如判读、分割、分类、目标检测等)的过程变得非常困难,因此,对于SAR图像进行相干斑去除的预处理成为必不可少的步骤,也是现代图像去噪和复原领域内最有难度的课题之一。

在相干斑噪声的抑制算法方面,最具代表性的有: 中值滤波,这是最早提出的滤波算法,此算法假定在窗口内的噪声具有局部极值,将含有奇数个(通常是3 3或者5 5)像素的窗口内的中间值像素值代替窗口中心的像素值,但空域中值滤波在滤波窗口较大的时候可能会丢失细小的线性特征,导致图像比较模糊; 基于局部统计特性的Lee[1]和Frost[2]滤波器,用滑动窗口内像素的均值以及方差作为参数,按一定的估计原则进行滤波,Lee滤波器假设斑点噪声是乘性且完全发育的,但在不少区域内斑点并不是完全发育的。

一种参数自适应的SAR图像去噪方法_高博_王俊_原慧

ˆ i 1 p R s Rt | R

(9)
最后,迭代 i 次后的权重可以表示为:
w s, t
(i )
1 ln As ln At exp 2 h
(1. 西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071 2. 空军工程大学防空反导学院，陕西西安 710051)
摘要：传统的 SAR 图像非局部均值去噪算法中,对于噪声块的相似性度量都简化为噪声点之间的相似性级联。在加性噪声模型下取得了很好的去噪效果。本文将这种思想推广到了 SAR 图像的乘性噪声模型下, 并且将其在最大似然权重估计的框架下对 PPB (Probabilistic Patch-Based)进行了改进。由于在 PPB 算法中参数的设置复杂且并不能自适应的获得最优效果,本文提出了基于粒子群优化的参数自适应的 SAR 图像去噪非局部算法。最后,本文在真实的 SAR 数据上对算法进行了实验测试,并与经典的 PPB 算法进行了实验对比。实验验证了本文提出的算法能更好的抑制噪声并且同时保持细节信息。关键词：图像去噪;合成孔径雷达;非局部均值;粒子群优化中图分类号：TP751 文献标识码：A 文章编号：1001-2400(2015)05-0071-06
I R nI or A R nA
幅度噪声。在 SAR 图像中，完全发展的相干斑服从 Gamma-Nakagammi 分布 :
[11]
(1)
其中，R 表示雷达横截面(Radar Cross Section,RCS),也就是无噪的雷达信号。 n I 和 n A 分别表示强度噪声和
L
1 L LI L1 p( I | R) exp I ( L) R R

保持边缘细节的 SAR 图像斑点噪声抑制方法

保持边缘细节的 SAR 图像斑点噪声抑制方法史雪静;王志勇;黄国满;王普乐【期刊名称】《遥感信息》【年(卷),期】2014(000)005【摘要】本文针对传统滤波方法去噪时损失边缘信息的问题，提出了一种改进SAR 斑点噪声的抑制方法。

该方法通过参数判断，将图像划分为边缘细节区、平坦区、噪声点3部分，对不同的区域进行差异化处理，用真实的雷达数据进行了对比实验，最后以图像的均值、标准差、等效视数、边缘保持指数作为评价图像质量的指标，对不同的滤波方法进行了定量化评价。

试验表明，改进的滤波算法在抑制 SAR 斑点噪声时，也会对图像的边缘和细节有一定的兼顾，使图像的滤波效果更佳。

%An improved method of speckle filtering is presented for the problem that the traditional methods can cause the loss of edge information.Firstly,an image is divided into edge detail areas,flat areas,and noise points by determining the parameters.Then the three different regions are processed in differences.Finally,the improved method is compared with existing methods using Radarsat-2 image,and the different filtering methods are evaluated in quantitative analysis by using the indices that evaluate image quality such as mean,standarddeviation,equivalent number,edge retention of the image,etc.The experimental results show that the improved filtering method for SAR image is better than others,and can preserve edge information more effectively.【总页数】4页(P9-12)【作者】史雪静;王志勇;黄国满;王普乐【作者单位】山东科技大学测绘科学与工程学院，山东青岛 266590; 中国测绘科学研究院，北京 100830;山东科技大学测绘科学与工程学院，山东青岛 266590;中国测绘科学研究院，北京 100830;山东科技大学测绘科学与工程学院，山东青岛 266590【正文语种】中文【中图分类】TP79【相关文献】1.一种基于修正Frost核的SAR图像斑点噪声抑制方法 [J], 张朝晖;潘春洪;马颂德2.SAR图像斑点噪声抑制方法与应用研究 [J], 黄世奇;刘代志3.基于形态Haar小波的SAR图像斑点噪声抑制方法 [J], 李敏;张自友;卢林菊4.SAR图像斑点噪声抑制方法比较分析 [J], 李胜才5.基于提升小波的SAR图像斑点噪声抑制方法 [J], 丁献文;陈汉林;张微因版权原因，仅展示原文概要，查看原文内容请购买。

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)。

ＸＵｕ－ｎ，ＷＥａ．ａｇ，ＤＯＮｉｇ，‘ ＥＣｎｊｉＮＸｉｏｙｎ，一ＧＱｎ。
１ＫｅａｏａｏｙｏｇｔｌＣｈｈｎｓａｅｆＳｉｎｅ，ｉｎ０４ｈｎ．ｙＬｂｒｔｒｆＤｉｉａＥａ，ＣｉｅｅＡｃｄｍｙｏｃｅｃｓＢｅｉｇ１０９，Ｃｉａｊ０２ｅｔｒｏＣｓｒａｉｎａｄＤｉｉａＥｒ，ＣｉｅｅＡｃｄｍｙｏｃｅｃｓｅｇ１０９，Ｃｉａ．ＣｎｅｒｆＥａｈＯｂｅｖｔｎｇｔｌａｔｈｎｓａｅｆＳｉｎｅ，Ｂｎ０４ｈｎｏｈ０
Ｋｅｙｗｏｒ：ａａｔｖｌｅ，ｓｃｌｇａｇｒｔ，ｄｅｐｅｅｖｎ，ＡＲａｅｄｓｄｐｉｅｆｔｒｄｅｐｅｋｉｌｏｉｈｍｅｇ — ｒｓｒｉｇＳｉｎｉｇｍ
ｏｒｔｏｓｗｅｐｏｓｎａａｔｖｅｐｃｌｇｆｔｒｔａａｒｓｒｅｅｇｓｂｓｄｏｏｓｄｎｉｃｔｏｎｄｐｅａｉｎ，ｒｐｏｅａｄｐｉｅｄｓｅｋｉｌｅｈｔｃｎｐｅｅｖｄｅａｅｎｎｉｅｉｅｔｆａｉｎａｎｉｉ
Ａｂｓｒｃ：ＴｅｌｗｉｈｔｅｃｎｉｔｂｔｅｐｅｋｅｒｍｏａｎｄｅｐｅｅｖｔｏｎｔｅＳｔａｔｏｄａｔｈｏｆｃｅｗｅｎｓｃｌｅｖｌａｄｅｇｒｓｒａｉｎｉｈＡＲｅｐｃｌｇｌｄｓｅｋｉｎ
ａｃｒｉｇｔｈｏｓｈｒｃｅｉｔｃ，ａｈｄｅｐｏｉｉｎａｉｅｔｏｎｈｍｏｅｅｕｓａｄｅｇｅｉｎ．ｃｏｄｎｏｔｅｎｉｅｃａａｔｒｓｉｓｎｄｔｅｅｇｓｔｏｎｄｄｒｃｉｎｉｏｇｎｏｎｄｅｒｇｏｓ
ｅｇｅｅｔｎｏｉｎｅｏＳｄｅｄｔｃｉｒｅｔｄｔＡＲｇｓｎｔｅｆｔｒｔｅｔｍｐａｅｓｓｅａｄｓａｅａｅａａｔｅｙｃａｇｄｏｉｅ．Ｉｈｌ，ｈｅｌｔ’ ｉｎｈｐｒｄｐｉｌｈｎｅｍａｉｅｚｖ
Ｔｉｗａ，ｎｉｎｔｅＳｈｓｙｏｓｉｈＡＲｍａｅｉｒｄｃｄｈｌｅｇｓａｅｓａｐｎｄｎｅｔｒｎｎｔｕｔｒｓｅｉｇｓｅｕｅ，ｗｉｄｅｒｈｒｅｅ，ａｄｔｘｕｅａｄｆｅｓｒｃｕｅｅｉ
第２９卷第１期
２１年１０１月
应
用
科
学
学
报
Ｖ＿．２Ｎｏ．１０１９
Ｊｎ２１ａ．０１
ＪＯＵＲＮＡＬＯＦＡＰＰＬＩＥＤＣＩＳＥＮＣＥＳ一ＥｌｃｒｎｃｎｎｆｒａｉｎＥｎｇｎｅｉｇｅｔｏｉｓａｄＩｏｍｔｏｉｅｒｎ
ＤＯ：０９９ｊｓｎ０５—２７０１０．８Ｉ１．６／．ｓ．５８９．１．０３ｉ２２１０
ＳＡＲ图像的自适应边缘保持去噪滤波
薛存金，温晓阳１董，一，２庆，Байду номын сангаас
ｌ中国科学院数字地球重点实验室，｜北京１０９００４２．中国科学院对地观测与数字地球科学中心，北京１０９００４
中图分类号：Ｐ９Ｔ７
文章编号：２５２７２１）１０４００５．９（０１０．４－７８０
ＡｄａｉｅＤｅｐｅｋｉｉｔｒｗｉｈＥｄｇ — ｅｅｖｔｏｏｐｔｖｓｃｌｎｇＦｅｔｌｅＰｒｓｒａｉｎｆｒＳＡＲｍａｅＩｇ
摘要：针对目前ＳＡＲ图像斑点噪声滤波算法在噪声去除和边缘保持方面同时性上的不足，文基于Ｓ该ＡＲ图像噪
声识别和边缘检测，出适用于同质区域和边缘区域的自适应Ｓ提ＡＲ图像去噪滤波方法．该方法根据ＳＡＲ图像斑点
噪声、边缘位置、边缘方向信息，动态改变滤波器模板的尺寸和形状，实现ＳＡＲ图像斑点噪声去除，同时保持图像边缘和纹理信息与细微结构．以２１年８１日北极地区ＲＡＤＡＲＳＴ２ＳＲ００月５ＡＡＨＨ图像为例，将本文的方法与典型空域滤波法进行对比分析，定量分析结果表明所提方法的可行有效．关键词：自适应滤波；去噪方法；边缘保持；ＳＡＲ图像
ｐｅｅｖｄＲＡＤＡＲＳｒｓｒｅ．ＡＴ一ＡＲ２ＳＨＨｍａｅｏｅｉｇｔｒｈＡｒｔｃＰｏｅｏｔｉｅｎＡｕｕｔ２，２１ｒｉｇｓｃｖｒｎｈｅＮｏｔｃｉｌｂａｎｄｏｇｓ５００ａｅｕｅｎｔｅｅｐｒｍｅｔｓｄｉｈｘｅｉｎ．Ｔｈｅｕｔｈｗａｉａｉｎａｒｃｉａｉｔｆｔｅｍｅｈｄｅｒｓｌｓｓｏｖｌｔｏｎｄｐａｔｃｂｌｙｏｈｔｏ．ｄｉ