基于复小波变换的SAR图像斑点滤波方法

斑点噪声的存在使得SAR图像的应用受到较大的限制.文中首先介绍了SAR图像斑点噪声模型以及几种常用的SAR斑点噪声抑制方法;然后对小波变换斑点噪声滤波方法进行分析,提出了基于二元树复小波变换的SAR图像滤波方法.实验比较表明,二元树复小波变换抑制SAR斑点噪声效果明显,较小波变换更具有优越性.     

基于二进小波变换的SAR图像湖岸线提取

本文阐述了一种基于二进小波变换的从SAR图像中提取湖岸线的方法。该方法首先利用边缘和噪声的奇异性在二进小波变换中随尺度变化具有不同的传播规律来检测边缘点，然后利用基于梯度矢量流的主动轮廓模型进行边缘点的连接，实验结果证明，这种方法可以有效的消除SAR图像中存在的斑点噪声对边缘提取的影响，准确的提取湖岸线。     

SAR图像斑点噪声的小波软门限滤除算法

本文介绍利用小波分析和软门限对合成孔径雷达（ＳＡＲ）图像斑点噪声（Ｓｐｅｃｋｌｅ）进行抑制与滤除的算法。首先选择合适的小波基对合成孔径雷达（ＳＡＲ）图像进行小波分解,应用Ｄａｖｉｄ Ｌ．Ｄｏｎｏｈｏ软门限理论,并且将其推广到２维信号。针对ＳＡＲ图像斑点噪声的特殊性,即在小波变换域内图像和斑点噪声的奇异性不同,选取合适的门限在小波域内滤波。最后进行小波反变换得到去噪后的ＳＡＲ图像。实验证明,该算法能     

一种基于小波分析的SAR图像斑点噪声滤波算法

利用多分辨率小波分析的理论,分析了SAR图像经多分辨率小波分解后生成的系列子图像中信号与斑点噪声能量分布特性及其信噪比的变化规律,提出了一种新的小波域斑点噪声的滤波算法,该滤波算法的阈值取决于各细节子图像的序列长度、方差及其所在的层次,并采用真实SAR数据和模拟加噪图像进行了试验。结果表明,该算法具有较强的噪声抑制和较好的边缘、细节保护能力及目视效果     

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。     

基于à trous小波分解的SAR图像噪声滤除方法

合成孔径雷达(SAR)以其特有的全天时、全天候成像能力,在对地观测领域中发挥着重要的作用。由于雷达回波的相干性,SAR图像上存在着斑点噪声,为消除这种噪声,提出了一种基于à trous小波算法的组合滤波方法,该方法首先将SAR图像分解至静态小波域,然后对噪声的小波系数进行基于中值的平滑处理,最后对低频信号进行均值滤波。将此算法应用于新疆库车县的一幅RADARSAT图像进行斑点噪声滤波,并与另外3种典型的SAR图像滤波算法进行比较,结果表明,该方法不仅可以有效地去除斑点噪声,并且可以保持SAR图像的精细纹理结构。     

基于双树复数小波的SAR图像噪声抑制

小波变换由于其良好的时频分离特性以及接近人类视觉系统的多分辨分析,在SAR图像的去噪和复原中得到了很好的应用,但是经典小波变换不具备平移不变性,且得到的高频分量的方向非常有限。复数小波变换是一种具有近似平移不变性、更多方向选择性且能够完全重构的双数正交小波变换,在图像去噪方面表现出更强的性能。建立了复数小波变换分解与重构的过程,并对分解后的实部和虚部图像的高频部分分别进行局部非线性软阈值法滤波。实验结果显示,复数小波变换较小波变换不仅滤除了更多的噪声,而且得到的图像边缘更加平滑。     

基于双树复数小波的SAR图像噪声抑制

小波变换由于其良好的时频分离特性以及接近人类视觉系统的多分辨分析,在SAR图像的去噪和复原中得到了很好的应用,但是经典小波变换不具备平移不变性,且得到的高频分量的方向非常有限.复数小波变换是一种具有近似平移不变性、更多方向选择性且能够完全重构的双数正交小波变换,在图像去噪方面表现出更强的性能.建立了复数小波变换分解与重构的过程,并对分解后的实部和虚部图像的高频部分分别进行局部非线性软阈值法滤波.实验结果显示,复数小波变换较小波变换不仅滤除了更多的噪声,而且得到的图像边缘更加平滑.     

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.     

基于小波阈值优化和边缘检测的SAR影像斑点噪声滤除

探讨在小波频域内进行SAR斑点噪声分析的特点和优势，回顾小波频域斑点噪声滤除的方法，结合前人阈值优化和边缘检测蝗思想提出一种新的斑点噪声消除方法，试验表明所研究的噪声滤除方法，同各种空间域滤波方法和已有的小波频域滤波方法比较，在噪声滤除和信息保留两方面的综合效果有明显提高，具有一定的应用价值。     

SAR图像斑点噪声抑制方法比较分析

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、分类和识别等的应用。本文对SAR图像的相干斑抑制问题进行了分析,总结了目前已有的相干斑抑制算法的主要思路,介绍了具有代表性的算法,并对这些方法进行比较分析,得出单个滤波器很难从去噪和边缘保持方面均达到最佳的结论。     

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。     

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。     

基于小波的SAR影像纹理分析

在分析SAR影像特征的基础上,引入了基于小波的纹理提取方法,并采用第二代提升小波与双正交小波对SAR影像进行小波二级分解,提取影像各尺度上的小波特征系数。对机载的SAR影像进行了纹理分析及分类,得出了不同小波的分类分析结果。