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。     

基于自适应滑动窗口和Kirsch方向模板的高分辨率SAR图像的降斑算法研究

高分辨率合成孔径雷达(SAR)图像中不可避免出现斑点,干扰了SAR图像的后续处理。因此,降斑是SAR图像处理的重要内容。传统Kirsch方向模板降斑算法没有考虑SAR图像的区域特性。笔者提出了Kirsch方向模板降斑改进算法,能够针对SAR图像自适应调整滑动窗口,并对滑动窗口进行区域分类。降斑实验表明,基于自适应滑动窗口和Kirsch方向模板降斑算法,既能抑制均匀区域的斑点,又能有效保留边缘结构信息,可以获得较理想的降斑效果。     

一种抑制SAR图像相干斑的空域滤波算法

为在保护SAR图像边缘特征的同时有效抑制乘性相干斑噪声,提出了一种空域滤波新算法。该算法以负指数衰减型加权滤波模型为基础,通过将SAR图像多种局部统计参量巧妙结合作为联合衰减因子,形成与SAR图像区域分布特性相适应的负指数型加权系数;同时采取两次滤波策略,先由预滤波削弱SAR图像相干斑噪声并估计获得更精准的局部统计参量,然后借助精细局部统计参量再对原SAR图像实施精细滤波。实验结果表明,与多种抑斑算法相比,该算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

均值平移算法用于SAR影像斑点噪声抑制的评价

斑点噪声抑制是SAR影像应用中关键的预处理过程,对SAR影像的解译和自动处理具有重要意义。本文将均值平移算法引入到SAR影像噪声抑制中,实验结果表明,该方法能在平滑噪声的同时,很好地保持图像的边缘,避免边界模糊现象的出现,处理结果在均匀区域的平滑度和细节区域的边缘保持指数等指标上均优于对比的其他几种噪声抑制算法,特别是边缘保持指数提高明显,具有较高的实用价值。     

基于卡尔曼滤波的SAR图像边缘检测方法

针对传统 Canny 边缘检测算法对合成孔径雷达(SAR)图像的相干斑噪声抑制程度 太高,导致大量边缘的真实信息丢失问题,提出一种新型 Canny 算子边缘检测算法。首先建立 合适的非对称半平面区域(NSHP)图像模型,将空间模型转换成卡尔曼滤波可适用的系统状态方 程;然后用“预测+反馈”的方式对图像去噪;最后通过双阈值算法提取图像的边缘。仿真实验表 明,该方法可以有效地抑制 SAR 图像中的相干斑噪声,同时能较好地保留图像的边缘信息,相 对于传统的 Canny 算法有较好的检测效果。     

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.     

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。本文对SAR图像的相干斑抑制问题进行了全面系统的研究，分析了相干斑的形成原因，总结了目前存在的相干斑抑制算法的主要思路，介绍了具有代表性的算法，并对各种算法的性能进行了定性分析和比较，给出了去斑算法定量评估方法，展望了SAR图像相干斑抑制的发展方向。     

基于边缘检测的SAR图像自适应区域分割

受相干斑噪声影响,合成孔径雷达（Synthetic Aperture Radar,SAR）图像成像质量低,目标判读困难。针对传统方法对SAR图像分割存在噪声敏感、细节缺失、过度分割等问题,提出一种基于边缘检测的SAR图像自适应区域分割方法。首先引入双边滤波构建级联滤波器,对SAR图像进行保边抑噪;然后建立基于纹理复杂度的阈值估算模型,实现阈值自适应目标SAR图像边缘检测;最后提出基于边缘特征的自适应区域生长分割方法,较好解决了传统区域生长算法对SAR图像分割时出现的过度生长和过度分割之间的矛盾问题。该方法综合利用了SAR图像二维熵、边缘灰度信息、区域灰度信息,实现了对单极化目标SAR图像的自动分割。实验表明,相较于其他传统分割方法,该方法保边抑噪能力更强,目标细节检测更准确,较好解决了SAR图像过分割问题。     

一种新的LOG算子对SAR图像的边缘检测能力

在对SAR图像的分析和识别中,边缘的检测信息十分重要。针对传统的LOG算子的缺陷,本文提出了一种基于自适应中值滤波的改进LOG算子对SAR图像的边缘检测方法,在平滑图像内部区域的同时保留了更多的细节,提高了LOG算子对SAR图像的弱边缘检测能力,是一种有效的方法。     

基于多小波域Besov球映射的SAR图像去噪算法

针对单小波域难以准确描述SAR图像不同平滑区域特征的不足，提出一种基于多小波域Besov球映射去噪算法。首先利用统一小波隐马尔可夫树模型和Besov标准求一组小波基Besov球半径，然后交替使用基于不同小波基的Besov球映射算法估计原始图像信息。实验结果表明，该算法具有很好的去噪效果和边缘结构保护能力，大大优于其他单一小波去噪算法。     

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。     

量子衍生PDE医学超声图像去斑

目的 医学超声图像常常受到斑点噪声的污染而导致质量降低,影响后续诊疗.为了解决医学超声图像在滤波去斑的同时保持图像边缘细节和结构特征的问题,借鉴量子力学的基础理论,提出一种量子衍生偏微分方程(PDE)医学超声图像去斑方法.方法 针对传统P-M方程各向异性扩散的自适应去斑能力有限的问题,引入量子理论改进扩散系数增强去斑算法的自适应能力.同时构造出各向异性扩散模型,提出一种量子衍生的偏微分方程医学超声图像去斑方法.结果 通过对模拟斑点噪声污染的图像和真实医学超声图像实验,比较信噪比(SNR)、边缘保持度、结构相似度(SSIM)等客观评价指标,本文方法较其他图像去斑方法更能有效去除斑点噪声,同时又能较好地保持图像边缘细节与结构特征.结论 本文方法能够有效地解决医学超声图像去斑中保持图像细节特征的问题,同时,量子理论的引入也为后续医学超声图像的研究提供了新思路.     

基于稀疏重构框架下剪切波的SAR图像去噪

SAR图像很容易被乘性噪声多污染,进而影响SAR图像后序的分析与处理。本文中提出了一种基于剪切波稀疏编码的SAR图像移除乘性噪声的新模型。首先通过压缩感知理论建立SAR图像去噪模型;其次通过剪切波变换获得剪切波系数,每个尺度的系数视为一个单元;对于每个单元,通过剪切波域的贝叶斯估计对稀疏系数进行迭代估计。重现的单元最后结合起来构造去噪后的图像。SAR图像去噪效果显示了该算法有良好的表现性,对噪声具有鲁棒性;本文提出的算法不仅有较好的去噪效果,而且还保存了更多的边界信息。     

小波与双边滤波的医学超声图像去噪

目的：医学超声图像中的斑点噪声降低了图像质量并且限制了超声图像自动化诊断技术的发展。针对斑点噪声问题,提出了一种新型的基于小波和双边滤波的去噪算法。方法：首先,根据医学超声图像在小波域内的统计特性,在通用小波阈值函数的基础之上,改进了小波阈值函数。其次,将无噪信号的小波系数和斑点噪声的小波系数分别建模为广义拉普拉斯分布模型和高斯分布模型,利用贝叶斯最大后验估计方法得到了新型的小波收缩算法,利用小波阈值法对小波域内的高频信号分量进行去噪。最后,对小波域内的低频信号分量进行双边滤波处理,然后利用小波逆变换便得到去噪后的图像。结果：在仿真实验中,通过与其它7种去噪算法作对比,观察峰值信噪比(PSNR)等图像质量评价指标,结果表明本文算法的去噪效果优于其他相关算法。临床超声图像的实验结果进一步验证了本文算法的去噪性能。结论：本文提出了一种新型的去噪算法,实验表明本文算法能够很好地抑制斑点噪声,并且能保留图像病灶边缘等细节。     

SAR image despeckling by combining saliency map and threshold selection

Speckle suppression and detail preservation are a unity of contradiction during synthetic aperture radar (SAR) despeckling. In this article, an effective despeckling method is proposed based on a self-adaptive neighbourhood, which takes into account the trade-off between homogeneous region suppression and point target preservation. The size and shape of the neighbourhood depend on an adaptive threshold that is treated as a linear function of a saliency map and a threshold range estimated by the Monte Carlo algorithm based on a given significance level and the number of looks in SAR. If the saliency of the current pixel is large, which always means that the current pixels should belong to a point target, a linear object, or an edge, a relatively large threshold will be assigned to search a neighbourhood with a small size. Conversely, pixels with a small saliency value will obtain a non-local neighbourhood with a large size. A maximum-likelihood estimation is employed to estimate the real radar reflectivity based on the pixels in the adaptive neighbourhood. The comparison experiments on simulated and actual SAR data validate the effectiveness of the proposed algorithm and demonstrate its overall speckle filtering characteristics compared with other algorithms. The visual and numerical experimental results show that the proposed despeckling method provides superior performance compared with several state-of-the-art despeckling methods.     

侧扫声呐图像的3维块匹配降斑方法

斑点噪声是影响侧扫声呐图像质量的主要因素,降斑处理对侧扫声呐图像的判别与分析非常重要。针对侧扫声呐图像自身特性和斑点噪声分布特点,提出一种基于3维块匹配(BM3D)的降斑方法。根据海底散射模型,得到侧扫声呐图像斑点噪声的瑞利分布模型,然后通过高斯光滑函数幂变换将瑞利分布的噪声转化为高斯分布,通过对数变换将乘性噪声转变为加性噪声,再进行自适应的BM3D滤波,最后采用逆变换得到降斑图像。实验结果表明,该方法在降噪、边缘和纹理保持等方面均优于空间域、小波域、Curvelet域的一些降斑方法。     

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。     

基于BayesShrink软阈值的Bandelet域SAR图像去噪

合成孔径雷达(SAR)图像产生的相干斑噪声是一种乘性噪声,严重影响SAR图像的质量.本文提出一种新的极化SAR图像的去噪方法,该方法对极化SAR图像进行自适应Bandelets阈值方法,阈值采用BayesShrink软阈值方法,将其应用于自适应Bandelets系数.通过实验对比,证实此法与小波阈值去噪相比,能够更好地...