抑制SAR图像相干斑的迭代方向滤波算法

为保护SAR图像边缘特征并有效提高对乘性相干斑噪声的抑制性能,该文提出一种基于迭代方向滤波的抑制图像相干斑新算法。该算法先借助高斯-伽马平行窗估计出的比率边缘强度映射(ESM)与方向信息,自适应地控制各向异性高斯核(AGK),生成沿ESM方向分布的具有各向异性支撑区域的局域窗。然后将SAR图像多种局部统计参量联合作为衰减因子,形成与SAR图像区域分布特性相适应的负指数衰减型加权系数,进而将负指数衰减型加权系数与局域窗带方向的各向异性支撑区域结合形成局域加权的方向滤波。最后对SAR图像迭代地进行方向滤波即可实现带边缘保护的相干斑抑制。实验结果表明,与多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

自适应调节滤波强度的SAR图像非局部平均抑斑算法

为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM)。该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数。利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波。利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型。实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能。     

自适应调节滤波强度的SAR图像非局部平均抑斑算法

为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM).该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数.利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波.利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型.实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能.     

一种改进的SAR图像去噪方法

在SAR成像过程中,由于散射的存在,SAR图像不可避免地会受到相干斑噪声的影响。为此,已经有了多种去除相干斑的方法。不过,增强型的Lee滤波在划分区域时没有考虑边缘的方向性。因此,针对增强型的Lee滤波检测边缘不具有方向性,在增强的Lee滤波算法的基础上,引入了Ratio边缘检测算子,将二者相结合,提出了一种改进的Lee滤波去噪方法。通过仿真实验,结果表明相对于一些传统的SAR图像滤波算法,此方法不仅具有良好的滤波效果,而且具备更好的边缘保持能力。     

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。      

一种新的各向异性扩散SAR相干斑抑制算法

该文提出了一种基于各向异性扩散偏微分方程以及鲁棒估计的合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干斑噪声的算法.该算法利用SAR图像局部特性和鲁棒估计,建立了一种新的扩散系数,对均匀区域进行各向同性扩散,对边缘细节区域进行各向异性扩散,不仅可以有效抑制SAR图像的相干斑噪声,较好地保持边缘细节,而且处理所得的图像结果有着良好的视觉效果.     

基于扩散方程和MRF的SAR图像分割

该文提出了一种基于图像扩散方程和马尔科夫随机场(MRF)的合成孔径雷达(SAR)图像分割方法。在传统MRF算法的基础之中,引入对图像的扩散,用来平滑SAR图像中的噪声,保护图像中的边缘部分,并且加快收敛的速度。首先对输入的SAR图像进行扩散,通过MRF进行统计,得到图像中各点的后验概率,再对得到的后验概率进行扩散。与传统的MRF算法进行比较,该文的方法较好地去除了误分割斑块,减少算法的运行时间。     

采用方向信息测度和时间域迭代技术的红外图像扩散去噪算法

噪声抑制是红外图像处理中的一个重要研究课题,但常用的去噪算法会造成细节的损失.为了有效地抑制噪声,同时保护边缘,文中在P-M扩散方程的基础上,提出了一种新的采用方向信息测度和时间域迭代技术的各项异性扩散滤波算法.方向信息测度的引入能够在抑制噪声的同时有效保护边缘;时间域迭代技术通过时空混合滤波来同时抑制噪声和保护边缘,而且取消了常规扩散算法几十次的迭代运算,使得实时各向异性扩散算法成为了可能.仿真结果表明:该算法的性能优于常规算法,具有良好的前景和实用价值.     

一种改进的边缘细化方法Improved edge thinning method

针对Sobel算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在Sobel算子检测出边缘后使用改进的细化算法剔除伪边缘点。试验比较表明：在迭代次数相同的情况下,新的自适应平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相当的条件下,保留了更多的边缘细节信息,细化结果更加准确。     

一种改进的边缘细化方法

针对Sobel算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在Sobel算子检测出边缘后使用改进的细化算法剔除伪边缘点。试验比较表明:在迭代次数相同的情况下,新的自适应平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相当的条件下,保留了更多的边缘细节信息,细化结果更加准确。     

边缘相似度及其在散斑噪声抑制算法比较中的应用

对于滤波算法,噪声抑制能力和边缘保持能力一直是考核其性能的两个重要指标。对于前者,通常都有相应的参数进行表征,而对于后者,通常却只能依靠人眼进行主观评判。根据标准边缘图像和待测边缘图像边缘点位置的相似性,定义了边缘相似度参数,用来表征滤波算法的边缘保持能力。将此参数应用于高斯噪声图像和椒盐噪声图像滤波算法的比较中,取得了预期的效果:此参数值准确地反映了各滤波算法的边缘保持能力。对激光雷达图像而言,散斑噪声滤波算法的边缘保持能力具有非常重要的意义,为此,将边缘相似度用于散斑噪声滤波算法的边缘保持能力比较,结果表明Lee滤波算法和增强Lee滤波算法具有较强的边缘保持能力,而常规的均值滤波和中值滤波边缘保持能力较差。     

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。     

基于非下采样Contourlet变换的SAR图像增强

该文基于非下采样Contourlet变换(NSCT)和SAR图像的统计特性,提出一种SAR图像增强方法,给出一种基于非下采样塔型分解的斑点噪声方差估计算法和一种基于方向邻域模型的弱边缘增强算法。该文在不同方向子代进行斑点方差估计,利用局部方向统计信息对NSCT系数并进行强边缘、弱边缘和噪声分类并进行弱边缘的增强和噪声的抑制。实验结果表明,该方法在方向信息保留和斑点抑制上优于非下采样小波变换(NSWT)相应方法。     

非线性扩散方程在SAR图像噪声抑制中的应用

将光学图像加性噪声抑制的非线性扩散方程引入到SAR图像相干斑抑制中，通过分析SAR图像的相干斑噪声模型在功率图像域以及功率图像的对数域上的表现特性，说明了基于加性噪声模型的非线性扩散方程在SAR图像噪声抑制中的应用可能性，并由此设计了基于非线性扩散方程的SAR图像噪声抑制算法。计算结果表明，与现有的SAR噪声抑制方法相比，非线性扩散方程方法具有更强的对背景区域的噪声抑制能力，且能更好地保持目标特征。     

基于自蛇模型和小波分析的图像去噪

提出基于自蛇模型和小波分析的集成图像去噪算法,以及峰值信噪比、保护边缘指数的去噪性能综合评价指标。首先利用自蛇模型对含噪图像滤波,然后将处理后的图像进行小波分解,保持低频分量系数,对其高频分量再次利用自蛇模型去噪,最后对处理后的小波系数进行重构,得到去噪后的图像。实验结果表明,本文算法在去噪能力和和保护边缘能力两方面均好于自蛇模型算法和2次迭代自蛇模型算法。     

SAR speckle reduction using wavelet denoising and Markov random field modeling

The granular appearance of speckle noise in synthetic aperture radar (SAR) imagery makes it very difficult to visually and automatically interpret SAR data. Therefore, speckle reduction is a prerequisite for many SAR image processing tasks. In this paper, we develop a speckle reduction algorithm by fusing the wavelet Bayesian denoising technique with Markov-random-field-based image regularization. Wavelet coefficients are modeled independently and identically by a two-state Gaussian mixture model, while their spatial dependence is characterized by a Markov random field imposed on the hidden state of Gaussian mixtures. The Expectation-Maximization algorithm is used to estimate hyperparameters and specify the mixture model, and the iterated-conditional-modes method is implemented to optimize the state configuration. The noise-free wavelet coefficients are finally estimated by a shrinkage function based on local weighted averaging of the Bayesian estimator. Experimental results show that the proposed method outperforms standard wavelet denoising techniques in terms of the signal-to-noise ratio and the equivalent-number-of-looks measures in most cases. It also achieves better performance than the refined Lee filter.     

Speckle reducing anisotropic diffusion

This paper provides the derivation of speckle reducing anisotropic diffusion (SRAD), a diffusion method tailored to ultrasonic and radar imaging applications. SRAD is the edge-sensitive diffusion for speckled images, in the same way that conventional anisotropic diffusion is the edge-sensitive diffusion for images corrupted with additive noise. We first show that the Lee and Frost filters can be cast as partial differential equations, and then we derive SRAD by allowing edge-sensitive anisotropic diffusion within this context. Just as the Lee (1980, 1981, 1986) and Frost (1982) filters utilize the coefficient of variation in adaptive filtering, SRAD exploits the instantaneous coefficient of variation, which is shown to be a function of the local gradient magnitude and Laplacian operators. We validate the new algorithm using both synthetic and real linear scan ultrasonic imagery of the carotid artery. We also demonstrate the algorithm performance with real SAR data. The performance measures obtained by means of computer simulation of carotid artery images are compared with three existing speckle reduction schemes. In the presence of speckle noise, speckle reducing anisotropic diffusion excels over the traditional speckle removal filters and over the conventional anisotropic diffusion method in terms of mean preservation, variance reduction, and edge localization.     

自适应SAR图像边缘检测算法

边缘检测是图像分析的基础,在对SAR图像进行边缘检测时,由于SAR图像存在很强的相干乘性斑点噪声,几乎没有一种方法既能有效地检测边缘又能排除斑点噪声的影响而不产生较多的虚假边缘,特别是在低视数SAR的情况下,该文指出了在低视数情况下应当如何对Touzi ratio边缘检测方法和最大似然(ML)边缘方法的检测窗口进行改进,在对SAR图像进行边缘检测时,引入了自适应窗口的方法,并将其应用到Touzi ratio边缘检测和最大似然 (ML)两个恒虚警边缘检测算法中,取得了很好的改进效果,引入自适应窗口的方法也适用于其它的SAR图像边缘检测算法。     

SAR图像目标综合检测方法

基于SAR(合成孔径雷达)图像杂波结构,结合小波变换和自适应维纳滤波提出了一种新的抑制SAR图像相干斑噪声方法,该方法能够较好保留杂波边缘和点目标.分析了抑制SAR图像相干斑噪声后的多分布特性,研究了相应的SAR目标检测,提出了一种新的SAR图像目标检测方法及其实现.实际SAR图像测试结果表明了本文方法的有效性.