资源描述：
《基于无下采样Contourlet变换的SAR图像去噪》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第29卷第3期仪器仪表学报Vol129No132008年3月ChineseJournalofScientificInstrumentMar.20083基于无下采样Contourlet变换的SAR图像去噪连学强,丁兴号,闫敬文(厦门大学信息科学与技术学院厦门361005)摘要:提出了一种基于无下采样Contourlet变换(NSCT)的合成孔径雷达(SAR)图像去噪方法。首次在理论上证实了SAR图像取对数后无下采样Contourlet系数服从广义高斯分布,从而提出采用贝叶斯阈值方法估计不含噪声的无下采样Contourlet系数,达到去除
2、噪声的目的。仿真和实际实验结果表明,该方法在噪声平滑、边缘和纹理保护等方面优于其他方法。由于无下采样Contourlet变换不进行下采样,该方法能够避免其他进行严格下采样的变换去噪时所引入的人工痕迹。关键词:Contourlet变换;无下采样Contourlet变换;SAR;图像去噪中图分类号:TN911.73文献标识码:A国家标准学科分类代码:510.4050SARimagedespecklingusingnonsubsampledContourlettransformLianXueqiang,DingXinghao,YanJing
3、wen(InstituteofInformationScienceandTechnology,XiamenUniversity,Xiamen361005,China)Abstract:AnonsubsampledContourlettransform(NSCT)baseddespecklingmethodforsyntheticapertureradar(SAR)imagesispresented.Itisderivedintheoryforthefirsttimethatthecoefficientsoflog2transforme
4、dSARima2gesdecomposedbyNSCTobeygeneralGaussiandistribution,soBayesianshrinkagefactorisadoptedtoestimatenoise2freeNSCTcoefficients.Simulationandexperimentsdemonstratethatthevisualqualityoftheresultsissuperiortootherdespecklingmethodsintermsofbothbackgroundsmoothing,prese
5、rvationofedgesharpnessandtexture.TheabsenceofdecimationinContourletdecompositionavoidsartificialimpairmentsoftenintroducedbyothercritical2lysubsampledtransformmethods.Keywords:Contourlettransform;NSCT;SAR;imagedenoise滤波能够有效地平滑均质区域内的噪声,但在异质区往往伴1引言随着边缘模糊、纹理损失等缺点。小波由于其多分辨、
6、时频局部等特性,广泛应用于SAR图像去噪。由于常用的二维由于后向散射成像特性,合成孔径雷达(SAR)图像小波是由2个一维正交小波的张量积形成,基函数的各向同不可避免地会受到斑点噪声的影响,不能正确地反映地性性质导致方向选择性差,小波变换只有水平、垂直、对角线面目标的散射特性,影响了图像的质量,也给SAR图像3个方向,其方向选择性与实际图像边缘的多样性不相符[1]的后续处理带来困难。因此,抑制图像中的斑点噪声合。并且由张量积形成的二维小波通过点奇异性来逼近线成为了SAR图像后处理的前提。奇异,不能以最稀疏的方式表示图像的轮廓及边缘信息,
7、不[5]SAR图像斑点噪声去除方法基本上可以分为多视处是表示图像的最优基。由于上述缺点使得小波变换在[2][3][4]理、空间自适应滤波、小波域处理3大类。多视处理SAR图像去噪处理中表现出一定的局限性,如伪Gibbs效在抑制斑点噪声的同时降低了图像的分辨率,而空域自适应应,且容易导致图像边缘和纹理信息的一定损失。收稿日期:2007201ReceivedDate:20072013基金项目:国家自然科学基金(10605019)、福建省自然科学基金(2006J0227)、厦门大学985二期信息创新平台(00002X07204)、厦门大学科
8、技创新项目资助第3期连学强等:基于无下采样Contourlet变换的SAR图像去噪513为克服小波变换方向选择性差,不适宜表示图像边缘、3基于NSCT的SAR图像去噪方法轮廓等线奇异性的结构特征,M.N.Do和Vette
