基于小波分析的SAR图像斑点滤波及其性能比较

《基于小波分析的SAR图像斑点滤波及其性能比较》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第)卷第$期遥感学报PKQR)，SKR$!"".年&月,3T7S6I3J7U:3

2、对567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567图像斑点噪声滤波。归纳567图像斑点噪声滤波效果评价的$个指标，并将文中基于小波分析的滤波效果与传统的自适应局部统计斑点滤波器、18998#:8;滤波器的滤波效果进行了全方位的比较。结果表明，该方法在图像均匀区域的辐射特性保持和斑点抑制能力，边缘、细小特征和点目标等结构信息的保持方面都优于传统的斑点滤波器。关键词：斑点；小波分析；软门限滤波；自适应局部统计滤波；性能比较中图分类号：<=)$%>%文献标识码：6

3、噪声［!，.］。近年来，许多传统的数字滤波技术，如均%引言值和中值滤波等，被用于567斑点噪声滤波。但由于567斑点噪声的乘性特征［!，’］，以及均值和中值由于合成孔径雷达（5?@ABCADE6;CFAGFC78H8F，滤波器的非自适应性［$］，其滤波效果并不理想。针567）的主动遥感、全天候、特性，较强的穿透地表松对这个问题，发展了许多基于乘性斑点噪声模型的散物的能力，以及微波波段所提供的独特的地表信自适应局部统计滤波器，如ICC滤波器［*］，+G8@滤息，567一直被看作新一代的重要遥感信息源。由波器［)］，

4、JFKLA滤波器［(］，增强的ICC滤波器和增强的于567的相干成像特性，567影像一般含有斑点噪［&］［%"］JFKLA滤波器，以及18998#:8;滤波器。这些声。这种斑点噪声由一个像元内多个雷达入射波波滤波器算法的问题在于滤波窗口大小的选择。均匀长尺度上的散射体回波随机相干而形成。567图像的区域需要较大的滤波器窗口来增强斑点抑制效中的斑点噪声使567图像的分割，分类和其它信息果，但大的滤波器窗口同时会降低图像的实际分辩提取过程变得复杂［%］。对567图像进行斑点噪声率，造成图像中边缘和线状目标的模糊［%%

5、］。即使如抑制是对567图像进行分割、分类、目标检测以及此，这些滤波器仍然是当前最常用的雷达图像斑点其它定量专题信息提取前必不可少的步骤。［%!］噪声滤波器。除此之外，ICCLDM98滤波器，以数567图像斑点噪声滤波的基本目标是在抑制图［%.，%’］学形态学为基础的几何滤波器以及基于567像均匀区域斑点噪声水平的前提下，保持图像边缘斑点统计模型的/BD#LNG8FC检验滤波器［%$］等也被广和纹理等细节信息。567斑点噪声的抑制可通过成泛应用于567斑点噪声滤波。OBC@MB8K5BD等对几像过程中的多视处理技

6、术实现，也可以通过成像后种自适应局部统计滤波器进行了比较［%*］；ICC等对空间域的滤波实现。由于多视处理会增加成像处理各种常用的567斑点滤波器做了迄今最为详尽的的运算成本，并且降低图像的空间分辨率。因此，一比较和评价［$］。般情况下通过对图像进行空间域的滤波来抑制斑点近年来，基于小波变换的滤波器因其多尺度的收稿日期：!""!#"$#%"；修订日期：!""!#"&#"$基金项目：本研究受国家自然科学基金（’&()%"*’、*&(&*!$"）、中国科学院（+,&$%#-%#)".）和中国科学院地理科学与资源研究所

7、知识创新项目（/0%"1#233#"!）资助。作者简介：柏延臣（%&)!—），男，博士生，%&&*年毕业于兰州大学自然地理专业，%&&&年于中国科学院冰川冻土研究所获理学硕士学位。从事遥感，地理信息系统，空间分析和基于145的环境模拟方面的研究，发表论文%"余篇。*’)遥感学报第%卷频率域滤波特性而被广泛用于图像噪声滤波，并被于用图像均匀区域内的标准差和均值之比来衡量滤用于!"#图像斑点噪声滤波。基于小波变换的斑波器的斑点抑制能力［$’—((］。目前尚未对基于小波点滤波方法将原始图像在水平、垂直和对角线方向分析的

8、!"#斑点滤波方法和传统的基于!"#自适进行小波分解，将图像分解为一个低频图像和三个应局部统计滤波器的性能进行全方位的比较研究。高频图像。此三个高频图像分别代表水平方向，垂本文首先简要介绍基于小波分析的软门限!"#直方向和对角线方向的边缘信息。对低频图像还可斑点滤波方法，然后从图像均匀区域辐射特性的保以经小波变换而分解为一个低频图像和三个高频图持和斑点抑制效果，点目标、边