基于小波的SAR圖像斑噪聲抑制算法研究.pdf

1、隨著航空航天技術(shù)的飛速發(fā)展，合成孔徑雷達（SAR）不僅廣泛的應(yīng)用在軍事上，而且在農(nóng)業(yè)，地理，海洋，氣象等領(lǐng)域也有廣泛的應(yīng)用。但是由于SAR是干涉成像，實測得到的圖像幾乎被speckle噪聲完全淹沒。如何從嚴(yán)重被污染的圖像中恢復(fù)出有用信號——即SAR圖像斑噪聲抑制處理，一直以來都是遙感圖像處理的一大難點，同時也是一個熱點。 近年來，小波變換作為一種新的信號處理技術(shù)，也被應(yīng)用于斑點抑制。其主要思想是利用小波多分辨率分析的特性，將SA

2、R圖像分解，噪聲主要集中在高頻部分的子圖像，然后在這些高頻部分子圖像里進行斑點抑制。小波的這一特性，使得它在降噪過程中既可以有有效的抑制噪聲，又可以很好的保持圖像的大體輪廓特征。 1995年Donoho首先提出了小波軟閾值的去噪方法，由于它的簡單有效，一經(jīng)提出就得到了極大的推廣。但由于沒有使用到多分辨率分析中的三個細節(jié)子圖像中所包含的高頻信息來判斷邊緣和紋理結(jié)構(gòu)，從而使重構(gòu)圖像丟失了這些信息。近年來FUKUDA和HIROSAWA

3、[83]提出了新的基于小波的SAR斑噪聲去除算法，充分利用了細節(jié)子圖像中的高頻信息，在噪聲平滑和邊緣保持方面都比Donoho方法有了很大的提高。 但是用FUKUDA算法處理的SAR圖像仍然存在邊緣模糊的問題。由于斑噪聲的乘性特性，比例邊緣檢測算法在SAR圖像的邊緣提取中有著很好的效果。本文嘗試將SAR圖像的比例邊緣檢測與小波變換濾波結(jié)合起來對FUKUDA算法進行改進，提出了自己的算法。所做的工作主要有： 1. 針對以往斑

4、抑制算法存在的去噪與邊緣保持之間的矛盾，提出自己的思想，嘗試將SAR圖像的邊緣圖像與非邊緣圖像分開處理。 2. 用比例邊緣檢測算法提取SAR圖像的邊緣，對剩下的含斑非邊緣圖像用小波進行去噪處理。最后將邊緣圖像加到去噪后的非邊緣圖像上，得到最后的處理結(jié)果。 3. 將改進算法的處理結(jié)果與FUKUDA算法以及其他一些常用的斑抑制算法進行比較，來證明該算法的有效性。并進行一定的分析。 試驗結(jié)果和數(shù)據(jù)分析表明，改進后的基于