基于小波NEIGHSHRINK阈值法滤除SAR斑点噪声

斑点噪声是包括SAR系统在内的所有基于相干原理的成像系统所固有的特点,而斑点噪声的存在会严重影响到影像的视觉效果、质量以及后续应用。因此,探索一种既能有效抑制斑点噪声,又能最大限度地保留原影像的边缘、纹理细节信息的滤波算法仍是当前SAR影像处理的研究热点。本文从SAR影像斑点噪声数学统计特征出发,以ALOS PALSAR为实验数据源,进行了小波NEIGHSHRINK阈值算法对实际SAR影像的去噪处理试验。试验还同时实现了LEE、增强型LEE和基于最大后验概率的GAMMA等三种常用的算法。结合定性和定量的评价方法,对上述算法的滤波性能进行了对比分析。结果表明,小波NEIGHSHRINK阈值算法的等效视数值可达到1.821,归一化均值保持指数值达到0.943,逼近于1。与三种常用的算法相比,该算法滤波后的影像在整体清晰度,影像结构、纹理细节信息的保持方面拥有较大的优势。

基于NSCT阈值萎缩法的遥感图像去噪

针对图像去噪过程中产生的伪吉布斯现象以及峰值信噪比(PSNR)较低等问题,提出一种基于非下采样Contourlet变换(NSCT)阈值萎缩法的遥感图像去噪算法。根据NeighShrink去噪算法中尺度内系数的邻域系数相关性,以及BiShink去噪算法中不同尺度间系数的相关性,对图像进行去噪,利用NSCT的平移不变性,抑制小波去噪中的伪吉布斯现象。实验结果证明,采用该算法去噪后的图像PSNR较高,视觉效果较优。