基于小波包变换与自适应阈值的SAR图像去噪

《基于小波包变换与自适应阈值的SAR图像去噪》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第24卷第2期遥感技术与应用VZ．24No．22009年4月REMOTESENSINGTECHN0L0GYANDAPPLICATIONApr．2009基于小波包变换与自适应阈值的SAR图像去噪刘西川，艾未华，高太长，韩小冬(1．解放军理工大学气象学院，江苏南京211101；2．解放军94923部队气象台，福建武夷山354301)摘要：针对sAR遥感图像在探测、传输过程中受到噪声干扰，不利于对其进行处理的问题，提出一种基于小波包和自适应阂值的SAR图像去噪方法。该方法采用小波包对SAR图像进行分解，与传统的小波分析相比，小波包分析能够提供一种更

2、加精细的分析方法；然后采用自适应阈值的方法去除SAR图像中的噪声。实验结果表明，该算法能有效去除SAR图像中的噪声，在信噪比和主观视觉上都要优于小波去噪的方法。关键词：小波包变换；最佳小波基；自适应阈值；中值滤波中图分类号：TP751．1文献标志码：A文章编号：10040323(2009)020146—05引言法和相关方法等。其中，自适应阈值很好地克服了软阈值的缺点，它能够根据每级尺度上小波系合成孔径雷达(SAR)基于其高分辨率的特性，数幅值的不同特点，分别在每层对小波包系数进行能够获得光学雷达不能企及的定量化描述信息，且阈值处理，进一步提高

3、了去噪效果。然而，传统的小具有全天时、全天候、抗干扰等特性，在航空遥感、航波变换只对信号的低频部分做进一步分解，对高频空测量、卫星海洋观测、航天侦察、图像匹配制导等部分，即信号的细节部分不再继续分解，因此小波变领域有着广阔的应用。然而，由于SAR遥感图像在换只能表征以低频信息为主要成分的信号，不能很数据采集、数字化和传输过程中不可避免地受到各好地分解和表示包含大量细节信息(细小边缘或纹种噪声的干扰，如图像获取中的环境条件和传感器理)的信号，如非平稳机械振动信号、遥感图像、地震自身质量等，从而使SAR图像常含有大量噪声，破信号和生物医学信号等。

4、坏了图像像素间在结构、纹理、内容等方面的相关1992年，Wickerhauser和Coifman等人在小波性，使得图像失真，难以压缩、识别和解译l1]。因此，变换的基础上提出了小波包变换(WaveletPacket有必要对SAR图像进行去噪处理。Transform)的概念]，更进一步地发展了小波变换目前，人们已根据噪声的统计特征和频谱分布的理论。与小波变换相比，小波包变换能够同时对的规律，研究出自适应滤波、平滑滤波、傅立叶变换、信号的高频和低频部分进行分解处理，为信号提供小波变换等多种去噪方法。其中，傅立叶变换是将一种更加精细的分解方法，能够

5、对包含大量中高频含噪信号变换到频域，然后采用滤波器进行滤波；但信息的信号进行更好的时频局部化分析；并能够根是这种方法存在着保护信号局部性和抑制噪声之间据被分析信号的特征，自适应地选择相应频带，使之的矛盾，去噪效果不理想。小波技术具有良好的时与信号频谱相匹配，从而提高了信号的时频分辨率，频局部化性质，能有效地解决这一问题，成为信号去在信号无明显损失的情况下实现对信号的压缩和去噪的研究热点。1992年Donoho和Johnstone提出噪。本文提出一种基于小波包和自适应阈值的了小波阈值萎缩方法(WaveShrink)l_2]，随后提出了SAR图像

6、去噪方法。该方法采用小波包对SAR图小波软、硬阈值去噪方法]。在此基础上，人们在阈像进行分解，并利用自适应阈值的方法去除SAR图值的选择、阈值函数的选取等方面进行研究，以达到像中的噪声。实验结果表明，该算法能有效去除更高的去噪效率，常见的方法有比例萎缩法、投影SAR图像中的噪声，在信噪比和主观视觉上都要优收稿日期：20080724；修订日期：20090l22基金项目：解放军理工大学气象学院基础理论研究基金项目资助。作者简介：刘西川(1985一)，男，硕士研究生，主要从事大气探测与大气遥感研究。E—mail：liuxc85(~gmail．cor

7、n。第24卷遥感技术与应用147于小波去噪的方法。有较大的差异而信息损失又较少，使信号隐含的信息能集中反映在少数几个分解的系数上，为信号处2小波包理论理中的数据压缩以及去噪处理提供一个较好的分解2．1小波包定义和重构途径_8]。设{h}z是正交尺度函数()对应的正交低在实际工程问题中，对于一个具体的信号究竟通实系数滤波器，{g}是正交小波函数对应的高如何选择最佳小波包基来分解信号是和实际问题中通滤波器，其中g一(一1)h一，则它们满足以下双的分解目的有关的。对于本文的信号去噪而言，选尺度方程：择最佳小波包基的目标是为了更好地在保留原信号f()

8、一∑hq~(2t一是)中的有用信息的同时，尽可能地去除噪声和抑制干(1)扰，提高信噪比。当信号的时频结构随时间而变时，【x／r(t)一∑g(2￡一是)最佳小波包也会