SAR图像滤波去噪效果评价研究--以福建省海岸带为例

在分析斑点噪声产生机理和主要滤波算法的基础上,将均值滤波、中值滤波、Lee滤波、Lee-Sigma滤波、局域滤波、Frost滤波、Gamma-MAP滤波等常用算法用于福建省海岸带JERS-1 卫星SAR图像的斑点噪声去除,并参照多种评价指标对各种滤波器的去噪效果进行了比较.     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

基于SAR图像速度聚束调制的海浪反演研究

本文首先对合成孔径雷达（SAR）海浪成像中的3种调制（倾斜调制、流体力学调制与速度聚束调制）的影响进行了对比分析,结果显示:速度聚束调制对SAR图像的影响最为显著。另外,由于SAR图像中固有相干斑噪声的存在,较低波数范围的噪声难以滤除或抑制,利用经典MPI方法反演海浪谱会造成低波数范围谱值偏大。基于此,本文借鉴经典MPI海浪谱反演算法,建立了基于速度聚束调制的海浪方位向斜率谱和有效波高的反演算法。通过将经典MPI方法、同极化调制法及本文算法等3种海浪反演方法所得有效波高与浮标数据进行比较,结果显示:本文方法反演得到的海浪有效波高与浮标数据获得的有效波高之间的均方误差为0.79 m,为3种方法中最小。     

基于非锐化掩模引导滤波的水下图像细节增强算法研究

针对水下图像对比度偏低,细节模糊的问题,本文提出基于非锐化掩模引导滤波的细节增强方法。首先由原始图像做引导图进行滤波得到细节层图像,并对细节层使用噪声检测的中值滤波去除斑点噪声;然后对原始图像进行基于均值滤波的非锐化掩模,得到锐化图像,并将锐化图像作为引导图对原始图像进行引导滤波,获取基础层图像;最后将滤波后的细节层进行增益后与引导滤波获取的基础层进行叠加,达到增强水下图像细节的目的。并通过信息熵、局部对比度和平均梯度3种客观评价指标对图像处理结果进行了对比分析,主观和客观测试结果表明,本文采用的算法能够有效提高图像对比度以及增强细节信息,有利于提高水下图像资料解释的准确性。     

基于衰落统计特性的SAR图像仿真方法分析

合成孔径雷达(SAR)图像的斑点噪声严重阻碍了其数据的解译和应用,从数学物理的观点描述SAR图像的衰落统计特性,并将仿真结果与真实SAR图像作比较,得出两者具有一致性,最后提出根据SAR图像衰落统计特性的目标检测方法。     

一类具有等式约束的带乘性噪声系统的最优滤波算法

针对动态数据处理领域观测方程中存在乘性噪声的情况,提出在乘性噪声系统中状态附等式约束的一套滤波算法。该算法首先通过把观测向量进行扩维,然后基于投影定理进行滤波求解得到基于线性最小方差的最优滤波算法。通过与基于最优化理论的方法求解得到的算法进行对比分析及仿真对比验证了该算法的有效性。     

基于合成孔径雷达回波信号的海洋溢油监测方法研究

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。     

基于序列非线性滤波SAR影像水体自动提取

由于合成孔径雷达（SAR）图像中固有斑点噪声的强烈影响,某些对于光学图像有很好效果的目标提取区域分割方法,但是对于SAR图像来说,效果不很好,针对水体目标的亮度及形状分布特征,不作阈值分割处理,而采用序列非线性滤波处理方法,可以快速有效地实现SAR影像水体目标的自动提取识别。     

一种基于小波变换的SAR海洋图像数据增强系统

提出了一种基于小波变换的SAR海洋图像数据增强系统,并进行了试验.本系统包括小波变换、Speckle及Pepper-Salt噪声抑制、船等目标提取、内波提取、目标数统计和图像图形显示放大等功能.该图像增强系统可以对含有常见的高斯噪声及Speckle和Pepper-Salt非高斯噪声的污染图像数据进行增强处理,可对SAR等微波成像传感器数据、光学成像传感器数据进行增强处理,具有广泛的应用前景     

基于HAC的溢油SAR图像分割算法

图像分割是SAR溢油检测中的关键步骤,但由于SAR影像中存在斑点噪声,使得一般的图像分割算法难以收到理想的效果,严重影响溢油检测的精度.发展一种基于凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)的溢油SAR图像分割算法.该算法利用多尺度分割的思想,能够有效保持SAR影像中溢油斑块的形状特征,并能减少细碎斑块的产生.利用2010年墨西哥湾的Envisat ASAR影像开展了溢油SAR图像分割实验,并将该算法和Canny边缘检测、OTSU阈值分割、FCM分割、水平集分割等方法进行了对比.结果显示,HAC方法可以有效减少细碎斑块的产生,有助于提高SAR溢油检测的精度.     

基于相关邻域模型的SAR图像滤波

针对SAR影像滤波问题提出了一种基于相关邻域模型的SAR滤波算法。在邻域方向选择上采用计算梯度的方法,提高了本算法的速度。在平滑图像的同时,克服了多视平滑降低图像分辨率的固有缺陷,并且能较好地保持图像的边缘信息,提高SAR图像解释的效率。     

一种基于SAR影像的绿潮分布信息提取方法

为基于SAR影像准确的提取海域中的绿潮范围,利用黄海地区2016年7月4日的RADARSAT-2卫星影像,分别运用马尔科夫随机场、最小核值相似区和局部二值模式3种算法提取绿潮并进行对比,提出了综合马尔科夫随机场和最小核值相似区算法。结果表明,3种算法中马尔科夫随机场算法提取效果最好,与实际情况最为接近,但改进的绿潮提取算法,提取效果更好,精度比单独使用马尔科夫随机场算法提高了18%。     

基于改进的IHS方法的SAR图像增强与融合

从目前SAR图像处理及其应用的研究现状来看,SAR图像和可见光图像相结合的处理和应用模式已得到公认,但是这种模式并不是完美的。探究了在没有可见光数据情况下SAR图像的增强和融合的方法,提出了一种基于改进的IHS方法的SAR图像增强与融合的算法。实践证明,这种改进的IHS方法融合的图像比传统的IHS方法融合的图像具有更高的对比度和清晰度。     

航海雷达图像噪声抑制方法研究

针对航海雷达图像上常见的同频干扰噪声,提出了一种有效的抑制方法。该方法采用阈值分割技术对噪声进行检测,然后对检测出的噪声点进行插值修复。使用X波段航海雷达图像对该方法进行检验。采用信噪比、偏差指数和相关系数等指标进行定量评价。结果表明,提出的新方法既能显著地抑制航海雷达图像的同频干扰噪声,又能较好地保持原始图像的信息,具有良好的降噪效果。它的综合性能明显优于传统的均值滤波和中值滤波方法。     

基于同步风场的机载SAR海浪参数反演方法

针对机载合成孔径雷达(SAR)对海探测特点,采用多入射角法从SAR数据本身得到与海浪参数反演区域时空匹配的同步海面风速和风向,并结合线性变换关系,计算得到海浪初猜谱对应的仿真SAR图像谱,将仿真SAR图像谱和观测SAR图像谱输入代价函数中进行迭代运算,通过非线性方程的解算得到最适海浪谱;采用交叉谱法去除海浪传播180°方向模糊,最终得到海浪参数。论文提出的基于同步风场的机载SAR海浪参数反演方法,充分利用了机载SAR海洋环境探测的优势,解决了传统SAR海浪参数反演中初猜谱构造依赖外部风场的问题,机载同步飞行试验的海浪参数反演结果与浮标观测值的有效波高、波向的均方根误差分别为0.23 m和13.23°,验证了该方法的有效性,可为机载SAR海浪参数反演业务化提供支持。     

一种海岸带高分辨率遥感图像椒盐噪声滤波的新方法

椒盐噪声是常见的图像噪声,典型的图像平滑算法不能区分海岸带高分辨率遥感图像中的噪声点和信号点,常造成图像平滑后海岸线等细节损失。提出先识别噪声点再进行去噪的新方法,通过统计关联参数用双阈值识别噪声,然后用中心权值为零的模板平滑噪声点。实验表明,该方法在滤除椒盐噪声的同时,较好地保持了海岸线等细节。     

基于导航雷达海面回波图像去噪研究

根据海面X波段雷达回波图像数据的时空特点,提出了一种新的去噪方法。该方法利用线检测对雷达图像中的射线状噪声进行分离,然后针对这种特殊的噪声形式提出一种阈值分割的方法,最后在极坐标下针对噪声点进行插值修复。实验表明,与传统的均值滤波和中值滤波等方法相比,新方法无论在主观视觉还是信噪比方面,都有了一定改进,图像保留了更多的细节信息,具有较好的去噪效果。     

滩涂机载LiDAR点云数据滤波方法研究

机载LiDAR点云数据滤波是制作高精度数字地形产品的重要环节。通过分析常用滤波算法基本原理、滩涂机载LiDAR点云数据的特点,提出了一种基于潮汐水位高程约束,移动窗口滤波与三角网渐进加密滤波组合的滤波方法。试验表明:该滤波方法获取的滩涂地形有效点云数据质量与人工滤波结果相当,在一定程度上提高了滩涂区域机载LiDAR点云数据滤波的效率,为快速获取滩涂区域数字高程模型提供了有效途径。     

基于MRF与引导滤波的声纳图像去噪方法

声纳具有对大范围水下场景探测的能力,一直以来都是水下设备感知外界环境的重要手段,但由于声纳图像分辨率低,海洋环境噪声干扰较为复杂,所以在诸多方面的应用都受到了限制。文中提出了一种基于马尔可夫随机场和引导滤波的声纳图像去噪与增强方法,使用马尔可夫随机场对声纳图像进行预分割,然后采用中值滤波方法对原始图像进行简单滤波处理,最后将该图像作为引导图像对马尔可夫随机场(Markov Random Field,MRF)分割后的图像进行引导滤波实现了对声纳图像的去噪与增强。该方法有效地去除了背景和影子内的噪声,对目标区域内部噪声起到了很好的抑制作用,消除了MRF分割产生的伪轮廓效应,具有较好的边界保持和增强效果。     

基于复contourlet域隐马尔科夫树模型的海面溢油合成孔径雷达图像相干斑抑制

海面溢油SAR图像中的相干斑噪声严重影响了后续的图像分割、特征提取和分类.为了更有效地抑制海面溢油SAR图像相干斑,文中提出了一种基于复contourlet域隐马尔科夫树模型的海面溢油SAR图像相干斑抑制方法.首先对观测图像取对数并进行复contourlet变换;然后在复contourlet域中用隐马尔科夫树模型对相邻尺度间的带通方向子带系数进行建模,并依据贝叶斯最小均方误差准则估计无噪系数;最后进行逆复contourlet变换和指数变换,得到相干斑抑制后的图像.大量实验结果表明,与Lee、Kuan、Frost及Gamma Map等4种经典滤波方法以及小波域和contourlet域隐马尔科夫树模型方法相比,文中方法从主观视觉和客观定量评价两方面来看综合性能更为优越,是一种行之有效的SAR遥感图像海面溢油检测的预处理方法.