一种基于图像边缘特征的SAR斑点滤波算法

合成孔径雷达图像上的斑点噪声会阻碍图像的校准、检验、解译和应用,因此斑点噪声的去除是雷达图像处理的一个重要环节。通常的去噪方法在抑制噪声的同时也使得图像的边缘模糊,细节特征损失。理论和实践表明去除图像的斑点噪声和保持图像的边缘信息是无法同步实现的。为了在去除噪声和保持边缘特征之间进行折衷,本文基于MROA边缘检测算法以及均值滤波算法,提出了一种基于图像边缘特征的斑点噪声滤波算法。实验结果表明该算法能够在平滑图像的同时有效保持边缘特征信息。     

一种基于梯度信息的小波SAR图像滤波方法

提出一种基于梯度的自适应小波滤波方法.这种算法利用梯度和纹理信息控制阈值的选取,使滤波器在平坦区域能够有效去除噪声、在边缘区域有效保持边缘.应用于SAR图像斑点噪声滤波,并与增强Lee,Frost滤波,Gamma MAP滤波和Kuan滤波几种算法的结果进行比较分析,表明这种算法不仅能有效去除斑点噪声还能很好地保持图像的边缘等细节信息.     

SAR图像斑点噪声抑制的本质

合成孔径雷达（SAR）图像的斑点噪声阻碍SAR的应用。在过去20多年中，提出了许多SAR图像去除斑点噪声方法，虽然每种去除斑点噪声方法都能有效去除斑点噪声，但都不同程度地损失了图像的边缘信息，本文首先以数学物理的观点描述了SAR图像斑点噪声抑制问题。其次分析了斑点噪声的统计特性和几种典型的去除斑点噪声方法并进行了简单的比较，在最后研究了SAR图像斑点噪声抑制的本质，这对开发既能有效去除斑点噪声，又能有效保持边缘信息的去除噪声方法十分重要。     

基于小波分析的SAR图像斑点滤波及其性能比较评价

进行斑点噪声滤波是对SAR图像进行分割、分类和信息提取处理前不可或缺的处理步骤。该文首先简要回顾了各种传统的SAR图像斑点滤波算法。在充分考虑SAR图像斑点噪声乘性特征的基础上，对SAR图像进行对数变换，将乘性噪声转变为加性噪声，然后在对图像进行小波分解，采用软门限方法进行典型SAR图像斑点噪声滤波。归纳SAR图像斑点噪声滤波效果评价的5个指标，并将文中基于小波分析的滤波效果与传统的自适应局部统计斑点滤波器、Gamma-Map滤波器的滤波效果进行了全方位的比较。结果表明，该方法在图像均匀区域的辐射特性保持和斑点抑制能力，边缘、细小特征和点目标等结构信息的保持方面都优于传统的斑点滤波器。     

改进Frost算子在SAR图像斑点噪声抑制中的应用

针对合成孔径雷达(SAR)图像斑点噪声滤波的重要性以及存在的问题,对Frost滤波算法参数进行分析,指出了该算法等权滤波器在处理含有细节结构特征时存在盲目平滑的缺点,进而提出了改进方法。利用灰度差值计算权值,综合考虑滤波窗口内的强度信息,在一定程度上解决了盲目平滑的问题。实验验证了改进算法的有效性,并以斑点噪声指数和边缘保持指数为评价准则,通过与Frost算法比较,对改进算法在去除噪声和边缘保持方面的性能做了客观评价。     

改进Frost算子在SAR图像斑点噪声抑制中的应用

针对合成孔径雷达(SAR)图像斑点噪声滤波的重要性以及存在的问题,对Frost滤波算法参数进行分析,指出了该算法等权滤波器在处理含有细节结构特征时存在盲目平滑的缺点,进而提出了改进方法.利用灰度差值计算权值,综合考虑滤波窗口内的强度信息,在一定程度上解决了盲目平滑的问题.实验验证了改进算法的有效性,并以斑点噪声指数和边缘保持指数为评价准则,通过与Frost算法比较,对改进算法在去除噪声和边缘保持方面的性能做了客观评价.     

基于噪声分布特征的干涉图像滤波新方法

干涉图像滤波一直是InSAR图像处理的关键步骤。针对经典滤波方法的不足,提出一种基于噪声分布模型的滤波新方法。该方法以干涉图像噪声分布模型为基础,首先对图像做噪声和有用信息判断,若判断为噪声进行滤除,否则保留信息。最后选取实际SAR数据进行滤波实验,与经典的滤波方法进行对比分析,并进行定量评价。实验结果表明,基于噪声分布模型的滤波方法,在去除残差点和边缘保持指数方面明显优于经典方法,在等效视数、相位标准差、斑点指数和平滑指数方面与经典方法相当。因此,本文提出的滤波方法在去除噪声的同时,最大程度的保持了图像信息的完整性,无疑是一种有效的新滤波方法。     

基于双树复数小波的SAR图像去噪算法

SAR图像相干斑点噪声的存在严重影响了SAR图像的应用效果。本文给出了一种基于双树复小波变换的贝叶斯收缩去噪算法,采用双树复小波获取更多的方向特性,然后借助贝叶斯MAP估计器调整小波系数,达到去除SAR图像斑点噪声的目的。实验证明,本算法在抑制SAR图像斑点噪声的同时有效地保持了图像的边缘信息。     

改进SRAD模型在SAR图像斑点噪声滤波中的应用

斑点噪声的存在严重影响了合成孔径雷达(SAR)图像的应用,所以抑制斑点噪声显得尤其重要.斑点噪声各向异性扩散模型(SRAD)能较好地去除斑点噪声并保持边缘信息,但依然存在不足之处.在分析SRAD模型的基础上,结合增强Lee算法思想,将SAR图像细分为均匀区域、弱纹理区域和噪声发育不完全区域,针对不同区域采用不同处理方法,并加入了迭代终止条件.实验证明改进的SRAD算法具有更好的平滑效果和边缘保持能力.     

SAR图像斑点噪声抑制方法与应用研究

通过详细分析SAR图像的判读和应用斑点噪声的算法,得出:多视处理能有效地平滑噪声,但降低空间分辨率;基于空间域滤波算法能有效地平滑斑点噪声,但不同程度地损失边缘和细节信息;基于变换域的小波多尺度滤波可以较好地保持边缘信息,然而其滤波效果不理想。在此基础上提出利用小波分析技术把两种或两种以上的单个滤波方法进行融合,在有效去除斑点噪声时能够较好地保持边缘、细节和纹理信息。最后初步讨论在实际应用中应根据不同情况和要求选择相应的滤波方法。     

一种改进的SAR影像斑点噪声抑制方法

合成孔径雷达（SAR）影像的应用越来越广泛,但斑点噪声很大程度上影响了SAR的应用。本文首先研究了常用斑点噪声滤波方法,在此基础上,将中值滤波与常用的Lee,Frost,Kuan滤波结合。实验结果表明,该方法在斑点噪声抑制及边缘保持上明显优于传统的滤波方法。     

Feature preserving speckle filtering of the SAR images by wavelet transform

Synthetic Aperture Radar (SAR) images are corrupted by speckle noise due to random interference of electromagnetic waves. The speckle degrades the quality of the image and makes it difficult to interpret, analyse and classify. This paper proposes a method that reduces the speckle and preserves the features by using scale-space correlation between the scales. The results show that the proposed method is better than the widely used filters based on the spatial domain, such as Lee, Kuan, Frost, Ehfrost, Median, Gamma filters in terms of feature preservation. Moreover the proposed method achieves a wide range of balances between speckle reduction and feature preservation, and thus is applicable in different applications such as road detection, detection/ identification of bridge, and ribbon like structures. Furthermore, the proposed method does not require prior modeling of either the image or noise statistics. It uses the variance of the detail wavelets coefficients to estimate noise variance.     

星载SAR图象斑点噪声消除方法效果的比较研究

星载（ＳＡＲ）图象一般都存在相干斑点噪声，严重干扰地物信息的提取与ＳＡＲ图象的应用效果，因此斑点噪声的消除问题引起微波遥感科技工作者的普遍关注，先后有多位学者提出各种不同的处理方法，其中最为常用的有均值平滑滤波、中值平滑滤波、Ｆｒｏｓｔ自适应滤波、Ｌｅｅ自适应滤波以及近期由Ｐ．Ｖ．ＮａｒａｓｉｍｈａＲａｏ等人提出的改良Ｋ－均值自适应滤波等方法。本文分析了这几种方法的数学基础，并选择了有代表性的实验区开展对比试验，结果表明：改良Ｋ－均值自适应滤波法效果最佳。     

Local Contrast Based Adaptive SAR Speckle Filter

In this paper, we propose an adaptive filtering technique for Synthetic Aperture Radar (SAR) images. A new windowing technique is introduced where the total window is divided into five equal sized overlapping sub-windows. The pixel to be filtered is a part of each of these sub-windows. A weighted mean of all sub-windows is computed for the pixel under consideration. The weights are accounted from a measure of heterogeneity calculated for each sub-windows. The filter is able to adapt automatically and adjust the speckle suppression strength based on local statistics. This allows the filter to preserve edges while strongly suppressing speckle over homogeneous areas. The proposed filter was compared with some well known SAR filtering techniques in terms of speckle suppression and edge preservation ability. Several experiments were performed on datasets acquired from both air-borne and space-borne SAR platforms. Some well known indices were used for quantitative comparison with other filters. Among the filters compared, the proposed filter shows good speckle suppression ability while still exhibiting reasonable edge preservation ability.     

一种基于退化模型的高分辨率SAR去噪算法

为了保持高分辨率合成孔径雷达（SAR）图像中的纹理结构，提出了一种基于高斯．马尔可夫模型（Gauss-Markov Model）的方法来抑制SAR图像的斑点噪声。通过引入贝叶斯分析框架，建立Markov随机场的退化图像恢复模型，从而将图像的恢复问题转化为求解最大后验概率（MAP）问题，并直接从噪声图像中估计随机场模型参数进行有效的噪声抑制。实验结果表明，对所研究的高分辨SAR图像，基于退化模型的去噪算法（RMBD）不论是在噪声的去除上还是在结构信息等细节的保持上均不同程度地优于其他常用斑点去噪方法。     

采用散射特征相似性的极化SAR图像相干斑抑制

极化合成孔径雷达(SAR)图像的相干斑严重影响图像信息的有效提取,为此提出一种基于极化散射特性的相干斑抑制方法。该方法结合SAR图像的冗余信息及其散射特性的相似性,利用Wishart分布对SAR数据的相似性进行度量,然后依据相似性计算权重对协方差矩阵进行加权平均,实现对极化SAR图像的相干斑抑制。本文方法对协方差矩阵的各元素单独处理,因此在极化信息的保留方面尤具优势。通过真实SAR数据的实验表明,该方法与现有极化白化滤波(PWF)和极化Lee滤波相比,具有更好的相干斑抑制能力和细节的保持能力。     

自交叉双边滤波的极化SAR数据相干斑抑制

相干斑抑制是极化SAR数据预处理的关键步骤。双边滤波是一种空域和值域滤波相结合的优秀边缘保持滤波算法。针对双边滤波在抑制极化SAR数据相干斑的不足,该文将改进的交叉双边滤波引入到极化SAR数据降噪领域,加入散射机制测度来扩展原权重核,根据SPAN图像的局域变差系数自动调整空间方差系数,利用参考图像来度量灰度值和散射机制相似性。实验结果表明:本文方法较经典滤波算法有更强的噪声平滑能力和更好的细节信息保持能力,在保持原数据极化散射信息方面也表现出良好的性能,这为基于极化SAR数据的后续应用提供了支持。     

High Resolution TerraSAR-X Image Speckle Suppression and its Fusion with Multispectral IRS LISS –III Data for Himalayan Glacier Feature Extraction

In this study an attempt is made for studying the Himalayan glacier features using TerraSAR-X and Indian Remote Sensing Satellite, Linear Imaging Self Scanning System III (IRS LISS –III) images. New generation, synthetic aperture radar (SAR) data from TerraSAR-X (TS-X) sensor provide opportunity for glacier feature studies in Himalayan rugged terrain. Spot Light High resolution mode TS-X data give idea about glacial features which remained untraceable from other existing SAR system. However, presence of speckle noise in SAR images degrades the interpretability of the glacier features. Speckle suppression filters (Lee, Frost, Enhanced Lee, Gamma-Map) are applied on SAR intensity images. On the basis of field sight seeing and insitu observations it is observed that still features are not clear. Hence attempt has been made for fusing multitemporal multispatial speckle reduced TS-X SAR data and multispectral IRS LISS-III data for extracting the glacial features such as crevasses, exposed ice and superaglacier lakes. Principal component analysis (PCA) represents the high spectral resolution data in a linear subspace with minimum information loss. Herein, PCA based image fusion technique is adopted for this study and comparison is made between IHS fusion technique and PCA based technique for glacier studies in the Himalayan region.