【期刊论文】SAR 图像去噪算法研究.pdf

【期刊论文】SAR 图像去噪算法研究.pdf

ID:32020890

大小:1003.00 KB

页数:10页

时间:2019-01-30

【期刊论文】SAR 图像去噪算法研究.pdf_第1页
【期刊论文】SAR 图像去噪算法研究.pdf_第2页
【期刊论文】SAR 图像去噪算法研究.pdf_第3页
【期刊论文】SAR 图像去噪算法研究.pdf_第4页
【期刊论文】SAR 图像去噪算法研究.pdf_第5页
资源描述:

《【期刊论文】SAR 图像去噪算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中国科技论文在线http://www.paper.edu.cnSAR图像去噪算法研究孙广通辽宁工程技术大学测绘与地理科学学院,辽宁阜新(123000)E-mail:sun-0312@163.com摘要:合成孔径雷达技术是遥感技术的一项重大突破,全天时、全天候的成像能力让它从研发之初就备受瞩目,目前已经成为对地观测的主要手段。该技术极大提高了观测效率,但如何对SAR图像进行高效准确的去噪仍是目前急需解决的问题。为此,本文从分析SAR图像的斑点噪声模型出发,详细的讨论了常见的斑点噪声滤波器的原理和特点,并进行了实验和分析,对各种滤波方法的去噪效果进行了比较,最后得出Lee-Sig

2、ma和Gamma-Map滤波方法在抑制斑点噪声和保持边缘、纹理等细节信息两方面效果优于其它常见的滤波方法。关键词:SAR;去噪;滤波;Lee-Sigma1.引言合成孔径雷达(SyntheticApertureRadar—SAR)是一种高分辨率成像雷达,属于主动式遥感系统,不受光照、天气条件影响,因此具有全天候、全天时的成像能力,并且能够进行极化测量和干涉测量,获取关于地表丰富的向后散射特性以及高精度的三维地形及微小形变信息。20世纪90年代以来,SAR技术得到了迅猛的发展,已经成为对地观测的主要手段,尤其在传统光学传感器成像困难的领域SAR发挥着无可替代的作用,在测绘、资源环

3、境监[1]测、地质、地震、火山监测、海洋、军事等领域得到了广泛的应用。SAR由于其特殊的作用,目前越来越受到人们的重视,相应的SAR图像的处理理论这几十年也得到了飞速的发展。对SAR图像进行预处理,首先要去除SAR图像的斑点噪声。这是由于斑点噪声的产生是由于SAR成像所基于的相干原理所造成的缺陷,是不可避免的。本文对SAR图像噪声常见抑制方法的原理和特点进行了详细论述,并通过实验比较出这些方法的优缺点,寻找出了这些方法中最优的噪声抑制方法。2.SAR图像的斑点噪声模型2.1斑点噪声产生的机理SAR成像系统是基于相干原理的,在雷达回波信号中,相邻像素点的灰度值会由于相干性而产生

4、一些随机的变化,并且这种随机变化是围绕着某一均值而进行的,这样就在图像中产生了斑点噪声。从产生机理上讲,SAR图像中的斑点噪声是由于雷达目标回波信号的衰落现象所引起的。而信号的衰落过程是这样产生的:同时被照射的有多个散射体,当雷达目标和雷达站之间具有相对运动时,这多个散射体与雷达之间具有不同的路程长和不同的径向速度,这使得雷达接收机接收到的信号产生一定的随机起伏,从而使SAR对目标散射系数的测量产生很大的偏差。最终表现在图像上,就产生了不可避免的斑点噪声现象。因此,斑点噪声的不可避免性决定了要想得到高质量的SAR图像,如何有效地抑制斑点噪声是关键所在。2.2SAR图像噪声的数

5、学模型[2]I()tut()由于SAR的噪声为乘性噪声,设原始图像数据为,噪声为,而且原始图像与噪声不相关,观测到的图像数据为R(t)。-1-中国科技论文在线http://www.paper.edu.cnR()tIt=()()ut(2-1)[3]一般认为R是服从Gamma分布的随机变量,因此,由式2-1可知噪声u亦服从Gamma分布。R和u的概率函数分布为:L1⎛⎞LL−1−LRIP(

6、)RI=⎜⎟ReLΓ()LI⎝⎠R≥0(2-2)LP()uu==PRL()LLL−−1euLIΓ()Lu≥0(2-3)I21其中,L表示视数;R的均值为1,方差为L;u的均值为1,方差为L。对

7、于单视数SAR图像,R和u均服从负指数分布,即e−RLPRI(

8、)=LIR≥0(2-4)−uP()ue=Lu≥0(2-5)2.3斑点噪声去噪效果的衡量指标[4](1)等效视数(ENL)(EquivalentNumbersofLooks)2⎛⎞σENL=⎜⎟⎝⎠µ(2-6)我们常用SAR图像的标准差与均值的比来衡量噪声的抑制效果。一般假设接收到的原图的均值为1,在保证均值不发生较大变化的前提下(保持能量),方差越小表明噪声抑制的效果越好。换句话,斑点噪声指数越低,说明噪声抑制的效果越好。(2)边缘保持指数(EPI)在抑制噪声的同时还必须考虑边缘(细节信息)的保持,一般采用边缘保

9、持指数(EPI)来衡量边缘的保持能力。∑Ps−PsnEPI=∑poo−pn。(2-7)PPPppp其中,s为去噪后的像素值,sn为s的相邻像素;o为原始图像的像素值,on为o的相邻像素。(3)均方误差(MSE)(MeanSquareError)均方差用来衡量去噪过程中图像的变化情况。MSE比较大只能说明去噪前后图像的变化比较大,并不能说明去噪效果好。但好的去噪方法通常MSE比较大,这是由于SAR图像中斑点噪声在去除后像素值变化比较大。21⎛⎞^MSE=−∑⎜⎟xiixN⎝⎠(2-8)^xx其中,N为图像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。