改进的基于结构检测的SAR图像去斑方法

合成孔径雷达图像固有的相干斑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.因此,SAR图像的相干斑抑制问题一直是SAR图像应用的重要课题之一.一个理想的去斑算法应该在平滑的同时保持图像的边缘等细节不受损失,目前存在各种各样的算法,但没有一种方法能够完美的满足这一要求.为此该文提出了一种改进的结构检测的SAR图像去斑算法.利用概率迭代方法分割图像并检测边缘,结合强点检测图,将SAR图像标为结构区和非结构区,在非结构区域内进行Lee滤波以平滑噪声,对结构区直接保留原值,获得了非常好的去斑效果.利用RADARSAT实测图像进行实验,并对实验结果作充分分析,证明了本算法的有效性.     

基于线性规划的SAR图像相干斑抑制算法

通过雷达图像优化,能提供高质量源图像.针对传统的软阈值搜索方法由于没有考虑图像本身的分布特点,容易造成各子带去噪的不平衡,从而影响SAR 图像重建的问题,为了进行SAR图像相干斑抑制,提出了一种新的最优阈值确定算法,结合经典的线性规划理论,把最优阈值搜索问题抽象为线性规划问题,再利用简单的图解法求出对不同分解层的小波系数进行最优阈值确定,保证了不同应用背景下的阈值选取的最优性,从而获得了更好的相干斑抑制效果,为SAR图像的压缩、传输和重建等处理过程提供了更好地源图像.仿真证明,算法在保证SAR图像相干斑噪声抑制效果,相比其它算法能更好的细节信息,可提供视觉优化的SAR图像.     

SAR图像幅度关联去斑算法

在合成孔径雷达（Synthetic Aperture Radar,SAR）图像相干斑抑制过程中,如何在去斑的同时保持图像的边缘和结构信息是一个难点问题。针对此问题提出了SAR图像幅度关联去斑算法,该算法基于幅度关联,通过全局幅度关联阈值将滑窗内像素分成两个部分,选取像素数目较多的一部分使用最大似然估计方法估计出中心像素的真实值。提出了一种基于频谱统计相似度的评估方法,并利用该评估方法及一些经典的去斑性能评估方法,分别通过仿真数据和实测数据处理结果验证了所提去斑算法的有效性。     

SAR图像相干斑抑制研究进展

相干斑抑制是SAR图像处理领域的研究热点之一,也是SAR图像解译和应用中的关键步骤,因此SAR图像的相干斑抑制算法具有重要的研究价值。在简要介绍SAR图像相干斑的产生机理和数学模型的基础上,综述了国内外相干斑抑制的最新研究成果,重点分析了空域滤波和变换域滤波两类方法。从算法的可行性角度出发,分析了几种具有代表性的相干斑抑制方法及其优缺点,总结了常用相干斑抑制效果评价指标,最后对今后工作方向进行了展望。     

基于Zernike矩的快速PPB相干斑抑制算法

应用非局部均值算法到SAR图像相干斑抑制中时存在计算量大、图像自相似性利用不足等缺点,严重制约该类算法的实际应用.针对该问题,提出一种SAR图像快速PPB滤波算法.给出基于积分图的PPB快速算法,引入Zemike矩构造一种图块相似性度量,利用Cosmo实测SAR数据进行实验.实验结果表明,该算法提高了图像自相似特征利用率,显著改善了滤波效果.     

一种新的SAR目标及其阴影图像分割方法

针对相干斑对SAR图像分割质量的影响,给出一种新的SAR目标及其阴影图像分割方法。首先应用空域Wiener滤波器抑制棚干斑,然后根据滤波后图像统计特性确定分割阈值,对阈值分割结果进行形念学处理得到分割图像。利用MSTAR数据所作实验结果表明,采用有效的相干斑抑制方法可以更好地保持滤波图像中的目标,分割结果更为精细,并且算法速度快,有助提高ATR系统。     

基于异质性预矫正的小波域SAR图像去斑*

目的 真实SAR图像在去斑过程中易存在过平滑现象,针对此问题提出了一种对图像预矫正后再进行去斑处理的方法。方法 对含斑图像做小波分解,以多尺度局部变差系数作为异质性测度,提出一种基于该测度的自适应预矫正函数,将小波子带划分为四类区域,对各区域采取不同的预处理策略;在此基础上对预矫正图像采用常规的小波域去斑算法。结果 对真实SAR图像去斑的实验表明,该方法在抑制相干斑和保持图像细节方面均有较显著的改善。结论 这种预矫正过程简单、实用,并且可以和多种常规的去斑算法相结合,具有一定的推广和应用价值。     

自适应边缘保护的SAR图像降斑算法

针对以往SAR图像相干斑抑制算法中存在的难以兼顾均匀区域平滑和边缘细节保护的不足,提出一种自适应边缘保护的SAR图像降斑算法。采用方差系数、均值比值和空间相关性等信息作为滤波器权重分配因子。实验结果表明,综合运用以上3种图像的局部邻域信息,该算法在均匀区域平滑和边缘保护两方面都有较好的效果。     

自适应边缘保护的SAR图像降斑算法

针对以往SAR图像相干斑抑制算法中存在的难以兼顾均匀区域平滑和边缘细节保护的不足,提出一种自适应边缘保护的SAR图像降斑算法。采用方差系数、均值比值和空间相关性等信息作为滤波器权重分配因子。实验结果表明,综合运用以上3种图像的局部邻域信息,该算法在均匀区域平滑和边缘保护两方面都有较好的效果。     

一种改进的SAR图像LEE滤波算法

针对SAR图像相干斑滤波中存在的降低相干斑与有效保持细节信息这一矛盾,研究了常用空域滤波算法,在此基础上,将中值滤波与增强LEE滤波相结合,改进了LEE滤波算法,该方法能够在滤除相干斑的同时很好地保持图像的边缘及细节纹理信息。     

Speckle suppression using recursive wavelet transforms

An effective algorithm for digital image noise smoothing using wavelet transform techniques is presented in this paper. This algorithm is more powerful when compared to other existing filtering algorithms in terms of speckle suppression for synthetic aperture radar images where the presence of speckle makes the ratio of standard deviation to mean (STM) very high. Examples show that the original STM of about 0.30 (equivalent to three-look images) can be reduced to 0.05-0.03 (equivalent to more than 100-look images), with a possible small sacrifice of losing some details and narrow edges. The quantitative analysis is carried out and compared with the results of some existing filtering algorithms including median, K nearest neighbour averaging, Lee's multiplicative and Crimmins' geometric filters, showing that imagery filtered by the wavelet transform is the smoothest.     

基于自适应高斯滤波的超声斑点降噪

医学超声图像存在的斑点噪声降低了图像的质量,给临床诊断和图像的后续处理带来了困难。为了有效地去除噪声,本文提出了一种自适应高斯滤波的超声斑点降噪算法。该算法利用局部特征匹配计算出图像的处理窗口区域与参考区域的相似度,再根据相似度将整幅图像区分为斑点噪声区域和组织区域。同时利用相似度调整高斯滤波器的宽度值,使高斯滤波器对图像的不同区域进行不同程度的过滤。物理体模实验和人体超声肝脏实验结果表明,该算法可以有效地去除超声图像中的斑点噪声并保留组织结构,并且可使迭代次数大大减少,是一种有效的医学超声图像降噪方法。     

SAR图像结构信息和自适应滑动窗的联合降噪

针对合成孔径雷达（SAR）图像降噪算法中滑动窗的选择问题，提出了同时考虑结构信息和自适应滑动窗的联合降噪算法，联合算法先对局部区域进行自适应增长。然后利用比值模板对得到的滑动窟进行结构检测，最后对结构特征区域进行自适应增长，从而获得完整的结构信息．仿真图像和SAR图像的降噪实验表明，联合降噪算法在有效滤除噪声的同时对边缘纹理等细节信息具有较强的保持作用．     

A novel method for speckle noise reduction and ship target detection in SAR images

It is very difficult to detect small targets when the scattering intensity of background clutter is as strong as the targets and the speckle noise is serious in synthetic aperture radar (SAR) images. Because the scattering of man-made objects lasts for a longer time than that of background clutter in azimuth matching scope, it is much easier for man-made objects to produce strong coherence than ground objects. As the essence of SAR imaging is coherent imaging, the contrast between targets and background clutter can be enhanced via coherent processing of SAR images. This paper proposes a novel method to reduce speckle noise for SAR images and to improve the detected ratio for SAR ship targets from the SAR imaging mechanism. This new method includes the coherence reduction speckle noise (CRSN) algorithm and the coherence constant false-alarm ratio (CCFAR) detection algorithm. Real SAR image data is used to test the presented algorithms and the experimental results verify that they are feasible and effective.     

方向小波域的选择性阈值SAR图像去噪

SAR图像去噪一直是SAR图像处理中一个具有特殊意义的研究课题。噪声抑制的关键是解决图像平滑与保持纹理之间的矛盾。提出了一种基于方向小波的选择性阈值SAR图像去噪算法。该算法利用方向小波的多方向框架对图像作12个方向的分解和变换。针对方向小波分解图像所产生的系数序列长度不同的特点,利用白噪声的置信区间,将不同长度的系数分成3组,对中间长度的系数序列采用统一阈值,对其他长度序列采用白噪声置信区间阈值处理。为了更好地保持图像细节信息,将每一尺度高频系数的方差中值作为噪声方差估计值。利用真实的SAR图像进行去噪试验,与几种经典的空域滤波和小波软阈值算法进行比较结果表明,该算法在平滑图像的同时更好地保持了图像本身的纹理信息,图像的视觉效果优于其他算法,等效视数和边缘保持指数分别提高了97和0.15。     

基于惩罚系数自适应修正的SAR图像滤波新算法

合成孔径雷达(SAR)图像存在较强的相干斑点噪声,严重地影响了地物信息的提取与SAR图像的应用效果。提出了一种新的SAR图像斑点噪声滤波算法,该算法以一种基于膜模型的M arkov随机场的近似最优迭代滤波算法(TSPR)为基础,考虑了邻域空间关系对势能函数的影响,并通过在迭代过程中自适应修正惩罚系数,来达到更好的斑点噪声滤波效果。通过对含不同强度斑点噪声的退化图像的对比试验结果来看,该算法在提高处理后图像的信噪比方面,能够取得较TSPR算法更佳的效果。     

极化SAR图像相干斑抑制的ICA方法与分析

极化合成孔径雷达(synthetic aperture radar,SAR)图像为雷达图像中的信息处理和获取提供了更为便捷的途径。提出了基于独立分量分析(independent component analysis,ICA)的极化SAR图像相干斑抑制方法。该方法将极化SAR图像斑点噪声的乘积模型,变换为应用ICA的信号加噪模型。并且将HV/VV的比值图像,也作为ICA的输入数据。分别使用几种不同的ICA算法,得到了分别对应于HH、HV和VV极化的3幅降噪图像,并对结果进行了比较分析。实验结果表明,应用ICA算法可以有效地降低极化SAR图像的相干斑噪声,提高图像质量。     

An adaptive order-statistics filter for SAR images

An algorithm based on local order statistics is proposed for adaptive reduction of speckle noise in synthetic aperture radar (SAR) images. A selective smoothing is obtained by replacing a pixel value belonging to either of the tails of the local histogram by its percentile, whose area is adaptively defined by a Gaussian function of the Local Variation Coefficient. The filter can fit the actual noise level and preserves structures, textures, and point targets, as well as the local mean without introducing any blur on the edges, mostly due to its closure property. Comparisons with algorithms suitable for speckle smoothing are performed on true SAR images and show selective signal-to-noise ratio (SNR) enhancements.