基于对偶树复小波域图像融合的SAR图像去噪

《基于对偶树复小波域图像融合的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26卷第7期计算机仿真2009年7月文章编号：1006—9348(2009)07—0232—04基于对偶树复小波域图像融合的SAR图像去噪高佳城，林岳松，陈华杰(杭州电子科技大学信息与控制研究所，浙江杭州310037)摘要：边缘信息是图像重要的细节信息，保护图像的边缘信息对提高图像质量非常重要。但是在图像去噪的过程中，往往会破坏图像的边缘信息。针对去除噪声和保护边缘信息的双重考虑，提出一种基于对偶树复小波域图像融合的SAR图像阈值去噪。考虑到局部硬阈值和软阈值各自的特点，利用对偶树复小波变换的优点和图像融合的特点，首先在自然对数域对SAR图像进行对偶树复小波分解，然后对小波系

2、数分别执行局部硬阈值去噪和局部软阈值去噪，最后依次通过图像融合，对偶树复小波反变换，指数变换得到去噪以后的图像。实验结果表明，算法融合了两种阈值去噪方法的优点，在明显去噪的同时，更好地保护了图像的边缘信息。关键词：保护边缘；图像融合；对偶树复小波；硬阈值去噪；软阈值去噪中图分类号：TP751．1文献标识码：BSARImageDe——NoisingAlgorithmBasedonDual——TreeComplexWaveletDomainImageFusionGAOJia—cheng，LINYue—song，CHENHua—jie(InstituteofInformation＆C

3、ontrol，HangzhouDianziUniversity，HangzhouZhejinag310037，China)ABSTRACT：Edgeinformationistheimportantdetailinformationofimage，andprotectingtheedgeinformationisveryimportantforimprovingimagequality．Unfortunately，imagede—noisingisoftenfollowedbydestroyingtheedgeinformation．Toremovenoiseandprotec

4、tedgeinformation，anewthresholdde—noisingalgorithmcombiningthelo-calhard—thresholdingwithsoft—thresholding，basedondualtreecomplexwavelettransform(DT—CWT)andim—agefusionispresented．Consideringthecharacteristicofthelocalhard—thresholdingandsoft—thmsholdingandmakinguseoftheadvantagesofDT—CWTandi

5、magefusion，thefirststepistoearlyoutnaturallogarithmtransformwhichisfollowedbyDT—CWT．AfterDT—CWT．thecoefficientsareprocessedbylocalhard—threshotdingandsoft—thresholding，respectively．Atlast，thenoisefreeimageisobtainedbyimplementingimagefusion，dualtreecom-plexwaveletinversetransformandexponentt

6、ransform．Experimentalresultsshowthatthisalgorithmcanfusethead—vantagesofthetwomethodsandprovidesignificantimprovementoverconventionalimagede·noisingmethodsintermsoftheabilityofde—noisingandprotectingedgeinformation．KEYWORDS：Protectingedge；Imagefusion；Dual—treecomplexwavelet；Hard—thresholding

7、；Soft—thresholdi—nig1引言小波作为一种多分辨分析的有力工具，它能够分离高频合成孔径雷达(SAR)是一种全天候、全天时的高分辨率信息和低频信息，进一步保护图像的边缘信息；分解得到的微波遥感成像雷达。近年来，有关SAR的理论和技术获得系数可以近似认为独立，具有良好的局部性和光滑性。因此了很大的发展，被广泛应用于各个领域，但是它所固有的斑小波已经在很大程度上逐渐取代以往常用的金字塔分解，在点噪声，主要是乘性噪声，降低了视觉效果，不利于目标解SAR图像的多分辨去噪中得到了广泛的应