相干斑对SAR图像纹理计算的影响

相干斑对SAR图像纹理计算的影响

ID:38222393

大小:1.67 MB

页数:5页

时间:2019-05-31

相干斑对SAR图像纹理计算的影响_第1页
相干斑对SAR图像纹理计算的影响_第2页
相干斑对SAR图像纹理计算的影响_第3页
相干斑对SAR图像纹理计算的影响_第4页
相干斑对SAR图像纹理计算的影响_第5页
资源描述:

《相干斑对SAR图像纹理计算的影响》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、中图分类号:TN957.52文献标识码:A文章编号:1009-2552(2010)08-0087-05相干斑对SAR图像纹理计算的影响杜川川,薄华(上海海事大学信息工程学院,上海200135)摘要:根据相干斑模型,构造相干斑,利用小波变换和灰度共生矩阵对加噪前后的图像分析和对比,通过对得到的实验数据和图形进行深入的分析,探讨相干斑对SAR图像纹理计算的影响。关键词:相干斑;SAR;纹理;纹理计算;图像TheinfluenceofspeckleontexturecalculationofSARimagesDUChuan-chuan,BOHua

2、(SchoolofInformationEngineering,ShanghaiMaritimeUniversity,Shanghai200135,China)Abstract:Accordingtothespecklemode,lthispaperconstructedanimagecontainingspeckle,thenitusedwavelettransformandGLCMtoanalyzetheimagesbeforeandafteraddingnoiseseparately,andcomparedexperimentalda

3、taandgraphicstoexploretheinfluenceofspeckleontexturecalculationofSARimages.Keywords:speckle;SAR;texture;texturecalculation;image0引言单元比目标的空间细节小、图像中的像素的退化相互独立时,斑点噪声可以建模为乘性噪声,也就是说SAR图像在成像过程中引入了相干斑。相干地物回波可以用乘积模型中的两个不相关的变量来斑的存在,使图像看起来不清晰,模糊了图像空间格描述。局表面的特性,增加了图像中目标分类的难度。也s=f#n(1

4、)就是说,相干斑对SAR图像的纹理造成了不可忽视上式中,s是观测到的地物的强度,f是地物实的影响,增加了SAR图像去噪、分割和目标识别的际的后向散射截面,n是和信号f不相关的斑点噪难度。在这篇论文中,用纹理特征来分析图像,所研声。n是采用乘积的形式附加到信号上的,这个模究的纹理特征值是从灰度共生矩阵(GLCM)得到的型又称为乘性斑点模型。图像纹理特征的统计值。SAR的回波是一个复变量,根据N.A.Goodman的小波变换能够把信号分解为对应不同尺度的近文献可知:均匀区域的单极化SAR回波是一个复多变似分量和细节分量,能够在不同尺度上对信号进

5、行元高斯随机变量,也就是说其实部和虚部的幅值均服分析。信号的近似分量一般为信号的低频分量,它从零均值高斯分布。由于均匀区域的纹理因子为常的细节分量一般为信号的高频分量。这里,我们把数,因此其回波的统计特性实际上就是相干斑的统计小波变换用到对SAR图像纹理的分析当中,利用小特性。波分析多尺度的特性,对图像的纹理特征在不同尺设x,y分别为均匀区域SAR回波(即相干斑)度上进行分析,结合灰度共生矩阵(GLCM)得到图2的实部和虚部的幅值,x,y服从均值为零,方差为R像在不同尺度上的纹理特征的统计值。1相干斑的建模收稿日期:2010-02-01作者

6、简介:杜川川(1984-),男,硕士研究生,研究方向为图像分析与处N.A.Goodman指出,当SAR图像系统的分辨理,目前正在做SAR图像的分析与处理方面的研究。)87)正态分布。因此相干斑强度I为:22pI(I)=(I/R)exp(-I/R),I(2)24其数字特征为:E(I)=R,var(I)=R所以相干斑强度I的PDF可重写为:exp(-I),I>0f(I)=0,I[0容易推得相干斑幅度A=I的PDF为:222p1(A)=(2A/R)exp(-A/R),A(3)上式为瑞利分布,其数学特征为:2P(4-P)RE(A)=R,va

7、r(A)=(4)24从上面得出,单视的SAR图像,它的相干斑服从瑞利分布。有些文献里给出相干斑的均值为1,可以根据(1)式和(3)式构造出仿真的单视SAR图像。图2加噪后的bubble纹理的图片本文以单视SAR图像为例进行研究和实验,以改变。下不做说明的SAR图像都是指单视SAR图像。D(s)=D(f#n)=如图1所示,从Brodtz纹理库中选择bubble纹2E((f#n-E(f#n)))=理,以一张bubble纹理的图片为例,按式(3)加瑞利22E((f#n)-2f#nE(f#n)+E(f#n))=分布噪声。22E((f#n))-m=2

8、22E(f)E(n)-m=2222其中,E(f)=m+R,E(n)=1+0.274,222D(s)=(m+R)(1+0.274)-m=220.274m+1.274R(6)表1加噪

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。