合成孔径雷达图像斑点噪声抑制与滤波

斑点噪声的存在,严重阻碍了合成孔径雷达（SAR）图像的应用。根据斑点噪声的形成机理,分析并比较了抑制SAR斑点噪声的传统滤波算法及统计滤波算法的原理,利用ERS-2的SAR图像数据比较了这几种算法对SAR图像斑点噪声的滤除效果,根据噪声滤波效果评价参数得出Gamma滤波抑制斑点噪声的综合性能最好。     

小波包域值法去除合成孔径雷达图像斑点噪声

合成孔径雷达(SAR)图像的斑点噪声使图像的解译能力明显降低,影响了SAR图像的应用,去除图像斑点噪声是SAR图像处理及应用的前提。去除的方法在图像域有很多,在频率域,也有基于FFT变换和小波变换的许多方法。文中根据沙漠地区的SAR图像的特点,对基于图像域和频率域的几种滤波方法进行了比较,提出了一种基于小波包变换的SAR图像斑点噪声去除方法,结果表明该方法既去除了斑点噪声,又保持了边缘特征信息。     

局部二值模式超声斑点降噪

斑点噪声压缩和组织结构保留对超声图像的临床诊断非常重要,因此提出一种基于改良局部二值模式的超声斑点降噪方法。该方法通过计算像素点的局部二值模式值,将超声图像归类为斑点噪声和组织结构,并用双边滤波滤除噪声。物理体膜图像和人类肝脏图像的实验结果表明该方法可以有效滤除斑点噪声和保持图像边缘。     

基于二维小波变换和独立分量分析的SAR图像去噪方法

该文给出了一种基于离散小波变换和独立分量分析的SAR图像斑点噪声抑制方法。首先利用小波变换对图像进行分解,然后将分解出的各部分子图像分别进行独立分量分析,提取出相应的独立源,去除噪声分量,最后依次进行ICA重构和小波重构。该文还同时比较了采用不同小波基函数时斑点噪声的抑制效果,研究了它们对斑点抑制的影响。对MSTAR实测SAR图像的实验结果表明该方法能够有效地抑制图像中的斑点噪声,且在性能上优于ICA和Lee滤波方法。     

对数域的光学相干层析图像噪声模型分析

为了分析光学相干层析成像技术(OCT)的图像对数变换前后的斑点噪声分布模型,为图像去噪及其它图像处理过程提供参考,采用了先推导斑点噪声理论分布模型,再通过实验数据验证的方法。首先分析了对数变换前斑点噪声的统计特性,利用数学理论推导得到斑点噪声对数变换后的理论分布模型,然后用OCT心血管图像的平滑区域作为噪声的试验数据,得到变换前后斑点噪声的直方图分布数据,最后用理论分布模型对试验数据进行曲线拟合,取得了确定系数、均方根差和卡方检测的评价数据。结果表明,对数变换后斑点噪声分布符合Fisher-Tippett分布。这一结果对OCT图像去噪等处理过程是有帮助的。     

用小波变换抑制SAR图像中的斑点噪声

抑制合成孔径雷达图像中的斑点噪声一直是处理图像并得到准确图像信息的难点，提出了一种基于小波变换抑制合成孔径雷达（SAR）图像中的斑点噪声的方法，对原有的小波变换方法作了改进，能更好地保留图像的边缘信息，并能简化计算量。在仿真实验中使用了合成的模拟图像和真实的合成孔径雷图像，并与以往的小波去噪滤波方法以及一些经典的斑点噪声滤波方法（包括中值滤波，Lee滤波，Frost滤波）进行比较，在综合考虑了滤波算法在均匀区域对斑点噪声的抑制能力以及保留边缘信息能力的情况下，提出的算法有更好的效果。     

基于双注意力机制的医学超声图像降噪模型

医学超声图像中会不可避免地产生斑点噪声。为有效去除医学超声图像中的噪声,本研究团队提出了一种基于双注意力机制的医学超声图像降噪模型。首先,针对医学超声图像数量有限的问题,对伯克利分割数据集中的400张图像进行旋转和缩放,获得23700张自然图像,再通过斑点噪声模型对其添加斑点噪声来模拟超声图像;接着,在构建降噪模型过程中,针对传统卷积神经网络在特征提取时存在的一些不足,分别引入位置注意力机制、通道注意力机制和全卷积网络对现有模型进行改进,构建更优的超声图像降噪模型;最后,在模型训练过程中,为防止梯度消失引入了批量归一化操作。实验结果表明：从视觉观察效果和客观评价指标来看,所提模型对11张模拟超声图像和2张真实超声图像（物理体膜超声图像和肝脏超声图像）的去噪效果均优于对比模型。所提模型是一种有效的医学超声图像降噪模型,不仅有效降低了斑点噪声,还较好地保留了图像的细节信息。     

ICE超声图像斑点噪声的统计分析

通过基于三次样条曲线的弹性图像配准方法对ICE(Intracardiac Echocardiographic)图像进行配准后提取对数斑点噪声并对其进行统计分析。该图像配准方法是使用基于斑点噪声统计特性的最大似然方法建立目标函数并进行最小化,然后再重构运动场函数并进而在所有像素点提取对数斑点噪声差异值。计算结果表明在图像不同区域噪声的统计特性呈现明显有区别的空间特征。     

基于Nakagami分布的自适应斑点抑制与边缘增强方法

超声图像中的特殊斑点噪声严重影响了图像质量,针对此问题提出了一种基于Nakagami分布的自适应斑点抑制与边缘增强方法.根据斑点噪声的Nakagami分布模型,设计一个基于斑点局部统计特性的自适应滤波器.并应用"窄条"技术以不同方向与长度的"窄条"来近似图像的局部线性特性,滤波区域采用"窄条"代替常用的方形窗口,其中"窄条"的方向由假设试验优化方法确定,"窄条"长度与斑点的局部统计特性相关.实验证明,该方法在抑制斑点噪声、保留与增强图像边缘和细节方面均具有良好的性能.     

基于改进型GIW算法的TerraSAR-X图像斑点噪声抑制

针对TerraSAR-X图像中的斑点噪声抑制问题,分析了噪声的基本数学模型,并考察了经典处理方法,进而结合Kuan滤波的基本思想,给出了一种改进型梯度倒数加权(GIW)滤波算法,利用邻域像素和中心像素的灰度梯度倒数及其邻域统计信息构造滤波加权模板,然后通过卷积操作实现斑点噪声的抑制。对TerraSAR-X图像处理的结果表明该算法原理简单,实现方便,可有效抑制图像中的斑点噪声,同时具有优良的边缘细节保持能力,非常适合边缘提取、目标检测等后续处理。     

基于斑点方差估计的非下采样Contourlet域SAR图像去噪

 合成孔径雷达(SAR)图像固有的相干斑噪声严重影响图像质量,使得SAR图像的自动解译十分困难.本文联合SAR图像的统计特性和非下采样Contourlet对SAR图像细节信息的良好刻画能力,提出一种新的非下采样Contourlet域SAR图像去噪算法,通过估计到的各个高频方向子带的斑点噪声方差和变换系数模值的局部均值,对非下采样Contourlet变换系数进行判定,保留信号系数,抑制斑点噪声系数,实现SAR图像去噪.仿真实验结果表明,本文方法在斑点抑制的同时可以有效保持细节信息.     

SUPPRESSING THE COHERENT SPECKLE OF SAR IMAGES WITH WAVELET ANALYSIS

This paper studies Synthetic Aperture Radar (SAR) images contaminated by the coherent speckle noise with the multiresolution analysis of wavelet transform. This study shows that the influences of the speckle on different frequency components of the SAR image are different, and that the SAR image and the speckle have different manners of singularity. So, this paper presents a denoising method of wavelet analysis to reduce the speckle. Some experiments approve that this method not only suppresses the speckle effectively, but also preserves as much target characteristics of the original image as possible. It shows that this denoising method of wavelet analysis offers a very attractive alternative to suppress the coherent speckle noise of the SAR image.     

The fast fixed-point algorithm for speckle reduction of polarimetric SAR image

In this letter, a simple and efficient method of image speckle reduction for polarimetric SAR is put forward. It is based on the fast fixed-polnt ICA (Independent Component Analysis) algorithm of orthogonal and symmetric matrix. Simulation experiment is carried out to separate speckle noise from the polarimetric SAR images, and it indicates that this algorithm has high convergency speed and stability, the image speckle noise is reduced effectively and the speckle index is low. and the image quality is improved obviously.     

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。     

基于稀疏表示的Shearlet域SAR图像去噪

该文通过分析SAR图像的噪声成因以及其斑点噪声模型,结合图像的稀疏表示理论提出一种基于稀疏表示的Shearlet域SAR图像去噪算法。算法从整体上对SAR图像进行去噪:首先对SAR图像进行Shearlet变换,然后利用稀疏表示模型构造出去噪的最优化模型,在此基础上进行迭代去噪,然后重构SAR图像得到去噪后的图像。实验结果表明:该文所提出的算法不仅可以显著去除相干斑噪声,提高去噪图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR),还明显地改善了图像的视觉效果,更好地保留了图像纹理信息。     

Speckle filtering of SAR images based on adaptive windowing

Speckle noise usually occurs in synthetic aperture radar (SAR) images owing to coherent processing of SAR data. The most well-known image domain speckle filters are the adaptive filters using local statistics such as the mean and standard deviation. The local statistics filters adapt the filter coefficients based on data within a fixed running window. In these schemes, depending on the window size, there exists trade-off between the extent of speckle noise suppression and the capability of preserving fine details. The authors propose a new adaptive windowing algorithm for speckle noise suppression which solves the problem of window size associated with the local statistics adaptive filters. In the algorithm, the window size is automatically adjusted depending on regional characteristics to suppress speckle noise as much as possible while preserving fine details. Speckle noise suppression gets stronger in homogeneous regions as the window size increases succeedingly. In fine detail regions, by reducing the window size successively, edges and textures are preserved. The fixed-window filtering schemes and the proposed one are applied to both a simulated SAR image and an ERS-1 SAR image to demonstrate the excellent performance of the proposed adaptive windowing algorithm for speckle noise     

基于混合迭代滤波的SAR图像相干斑抑制

该文将变窗Lee滤波与自蛇扩散结合,提出了一种抑制SAR图像相干斑噪声的混合迭代滤波新算法,并给出了SAR图像噪声方差的一种有效估计方法。该算法首先估计SAR图像局部统计参量,进而通过改进的变窗Lee滤波对SAR图像进行平滑去噪,接着利用自蛇扩散去除Lee滤波难以平滑的孤立点噪声与边缘噪声。在Lee滤波与自蛇扩散的混合迭代中,Lee滤波的窗尺度随迭代次数的增加而增大,从而在保护SAR图像边缘细节的同时,同质区得到更好平滑。实验结果表明,与已有多种抑斑算法相比,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。     

Statistical properties of logarithmically transformed speckle

In synthetic aperture radar (SAR) image processing and analysis, the logarithmic transform is often employed to convert the multiplicative speckle model to an additive noise model. However, this nonlinear operation totally changes the statistics of SAR images. In this communication, we first review the statistical properties of speckle noise in both the intensity and the amplitude formats. Then, we derive the probability density functions, the mean values, and the variances to characterize the log-transformed speckle. Finally we discuss the problems introduced by the logarithmic transform on statistical analysis of SAR images. The statistical models developed in this communication will facilitate subsequent SAR image processing tasks based on the additive noise model