结合Lee滤波的NL-Means声呐图像滤波方法

声呐图像中存在的散斑噪声不仅极大地影响了图像质量,还对图像的后续分割、增强、边缘检测等增加了很多负面影响.针对这一问题,提出了结合Lee滤波的NL-Means算法:先用Lee滤波算法对声呐图像进行一次滤波,再用滤波后的图像计算NL-Means算法中的权重部分的权值,最后用NL-Means算法结合该权重进行滤波.改进的滤波方法避免了权重计算过程中由于噪声的影响而使导致权重偏小的问题,精确了NL-Means算法中的权重分配.实验证明,改进方法对声呐图像的散斑噪声不仅有更好的抑制效果,还提升了图像的质量.

极化SAR改进Lee滤波相干斑抑制研究

针对Lee滤波总存在降低相干斑与有效保持细节信息这一矛盾,将自适应窗引入极化SAR滤波。该方法首先在span图像中根据窗内像素与窗边缘像素分布特性决定是否扩大窗口,在均质区域选择较大窗口,保证了一定的相干斑抑制能力,而在细节信息比较丰富的区域则选择较小窗口,避免细节信息被滤除,然后在选定的窗口中利用极化Lee滤波对数据进行相干斑抑制,在保证相干斑抑制能力的同时保留了细节信息。

自适应精致极化Lee滤波的复相干性估计方法

干涉相干性包含了极化SAR干涉测量(PolInSAR)中的极化和干涉信息,滑动窗口大小和滤波方法是准确估计干涉相干性的前提。本文以精致极化Lee滤波为基础,根据边缘检测和邻域相干性高低区分同质区域和异质区域,建立了自适应精致极化Lee滤波方法并估计相干性矩阵和干涉相干性。自适应精致极化Lee滤波能够根据边缘检测信息和邻域相干性高低程度调整滑动窗口大小并选择合适的估计方法,不仅提高了抑制斑点噪声的能力,而且保持了图像的边缘信息,有利于提高干涉相干性的估计精度。试验结果表明,该方法有效抑制了斑点噪声,较好地保持了SAR图像的边缘信息,有利于提高植被参数反演的精度。

River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型

高精度提取合成孔径雷达(SAR)图像中的河流边界,对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例,该文融合精致Lee滤波思想与卷积操作的滤波特性,提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel,进而提出了一种新型河道提取深度神经网络模型,即River-Net。为验证所提模型的有效性,该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据,利用暴雨前的影像对模型进行训练,用于提取暴雨后的黄河河道,分析黄河在暴雨后的涨势情况。实验结果表明,相比主流语义分割模型,所提模型能够更精确地在SAR图像中提取河道,对洪水灾害的检测与评估有重要应用价值。

Boxcar滤波器和极化Refined Lee滤波器对极化SAR分类精度影响的评估

本文阐述了Boxcar滤波器和极化Refined Lee滤波器的滤波原理,比较了两种滤波器的滤波效果。通过滤波后的极化图像分类精度的比较发现,滤波能显著提高监督分类的精度,滤波是提高分类精度必不可少的技术环节,Boxcar滤波在提高分类精度方面要优于Refined Lee滤波,此外滤波窗口的大小对分类精度也有重要的影响。

基于典型散射差异指数的PolSAR图像Lee滤波

为提高滤波后极化合成孔径雷达图像的边缘清晰度和保持目标的极化特性,提出了基于典型散射差异指数(typical scattering difference index,TSDI)的PolSAR图像Lee滤波算法。算法根据滤波像素和邻域像素之间的TSDI,采用自适应阈值法筛选出滤波像素的同质像素,然后用同质像素进行Lee滤波。针对筛选阈值,首先利用Parzen窗估计同质区域TSDI概率分布,然后根据估计结果计算阈值。用美国AIRSAR系统和UAVSAR系统采集的极化数据进行实验。实验结果表明该算法相对于精致Lee滤波算法相干斑抑制更加彻底,同时图像边缘清晰度和目标极化特性保持更完好。

基于FPGA的增强Lee滤波算法设计与实现

增强Lee滤波算法能够较好地滤除影响SAR景象匹配性能的相干斑噪声,是一种非常有效的SAR图像预处理方法。为了提高图像处理算法在硬件上实现的实时性,本文根据FPGA编程特点,对增强Lee滤波计算过程进行优化,并利用硬件描述语言完成了增强Lee滤波在FPGA中的实现。实际工程应用表明,此种方法能够快速实现SAR图像相干斑噪声的滤除,同时保证了SAR景象匹配算法的实时性。

基于边缘方向改进的自适应窗口Lee滤波算法

为克服自适应窗口Lee滤波算法对图像边缘方向不敏感的弊端,提出了一种改进方法。其基本思路是先对图像纹理区进行分类,然后在方向上使用改进的四向模板获取方向窗口,分别对不同的方向使用不同的窗口增长方式对图像进行滤波。实验表明,改进后的算法相比传统算法在有效去除噪点的同时保存了大量的边缘与细节信息。

Lee滤波器对档案图像的增强性能分析

图像增强的主要目的是改善档案图像的视觉效果，它对档案图像信息系统的有效利用至关重要。通过运用自适应直方图均衡化技术从整体上调节图像的灰度分布范围，运用Lee滤波器从局部上增强图像细节，应用图像噪声限幅策略抑制图像噪声，从而使得增强后的档案图像满足国家的行业规范。实验表明，采用上述三种技术有效结合的方法，能够有效改善经扫描方式批量生产获得的档案图像的质量。

一种改进的增强Lee滤波算法

为了有效地去除SAR图像固有的相干斑噪声,给出一种将改进的中值滤波与Lee滤波相结合的增强Lee滤波算法。实验表明这种方法不仅能有效地去除斑点噪声,而且能很好地保持图像的边缘信息。

一种改进的SAR图像LEE滤波算法

针对SAR图像相干斑滤波中存在的降低相干斑与有效保持细节信息这一矛盾,研究了常用空域滤波算法,在此基础上,将中值滤波与增强LEE滤波相结合,改进了LEE滤波算法,该方法能够在滤除相干斑的同时很好地保持图像的边缘及细节纹理信息。

结合高频强调滤波与Lee滤波的全息图再现像降噪方法

数字全息图像的获取过程中,由于激光光源的高度相干性而引起的散斑噪声不可避免。散斑噪声的存在成为影响全息图像质量的重要因素,而单一的数字图像处理方法无法直接有效地减少全息再现图像中的散斑噪声。针对以上问题,本文提出了一种大幅减少散斑噪声的新算法。该算法先使用多高频强调滤波的方法对全息图像进行初步降噪,再对降噪后的数字全息再现图像进行Lee滤波处理。仿真结果表明,本文提出的方法大幅度提高了全息再现像的峰值信噪比,散斑指数和对比度也有所改善。降噪处理后的图像视觉效果良好,与不含噪声的原始图像差异较小。以上结果均表明本文算法能够有效改善数字全息再现像的质量。

利用结构相似性改进的极化Lee滤波算法

由于传统的参数估计方法不够准确,极化Lee滤波在相干斑抑制和细节信息保留不能够很好地同时兼顾。本文基于非局部均值算法的思想,提出了一种改进的极化Lee滤波。首先在SPAN图上计算窗口中像素之间的相似度得到加权权重,计算出中心像素的期望值和极化Lee滤波中的有关参数,同时利用权重对极化协方差矩阵进行非局部均值形式的加权平均,最后根据加权均值和滤波参数得到极化协方差矩阵的Lee滤波结果。单视和多视数据实验结果表明,该算法提高了极化Lee滤波中参数的估计精度,在保留边缘细节的同时不仅有效地抑制了相干斑噪声,对极化信息也有较好的保持能力,为图像的后续工作提供了较为理想的预处理结果。

基于改进的增强Lee滤波的数字全息图再现像降噪方法（英文）

在数字全息图的制取过程中,高相干性的激光会在全息图上产生斑点状的噪声,从而在再现像中产生散斑噪声,影响了全息图的质量。目前Lee滤波作为一种去除散斑噪声的方法,对全息图再现像中的乘性散斑噪声也有较好的去除效果。本文在Lee滤波的基础上,结合均值滤波,提出了加权型增强Lee滤波算法。这种方法对数字全息图再现像进行处理,获得了更好的去噪效果.

基于极化矢量相似系数的极化Lee滤波改进算法

在相干斑抑制过程中,极化Lee滤波器的纹理保持性受到同性介质选取准确性的较大影响。通过引入极化矢量相似系数作为全极化SAR复图像数据的同性介质选择准则,给出了一种改进的极化SAR相干斑Lee滤波算法。实测数据的仿真实验表明,与极化Lee滤波器相比,改进算法具有较好的相干斑抑制效果,提高了滤波结果的纹理保持能力。

基于边缘特性的极化Lee滤波改进算法

针对极化Lee滤波因受到滤波窗尺寸影响,存在抑制相干斑与保留细节信息这一矛盾,提出了一种基于边缘特性的自适应窗改进滤波方法。通过比较不同尺寸邻域窗内边缘方向的变化情况,自适应地选择滤波窗尺寸。实验结果表明,该方法在有效抑制相干斑的同时,也能较好地保留图像细节信息,能有效克服Lee滤波的固定尺寸滤波窗这一限制。

改进的InSAR相位Lee滤波器

InSAR相位滤波是InSAR处理中重要的一个环节。Lee滤波是一种有效的InSAR相位滤波器,但是存在着一些不足。为减少传统Lee滤波的缺点,提出了一种改进的Lee滤波器;并且以仿真数据和实际数据为基础,将改进后的Lee滤波器和传统Lee滤波方法进行对比。得出结论:改进后的Lee滤波较原始的Lee滤波更有效,改进后的滤波器滤波效果更好,同时算法的速度更快,并且其鲁棒性更好。

一种改进的合成孔径声呐图像Lee滤波算法

针对合成孔径声呐图像相干斑抑制难的问题,提出了一种改进的Lee滤波相干斑抑制算法。该方法将Lee滤波与中值滤波相结合,能够在保持图像边缘细节的同时有效消除相干斑。最后通过对真实合成孔径声呐图像相干斑抑制试验验证了所提方法的有效性。

抑制散斑噪声的Lee算法和形态滤波算法研究

首先回顾了散斑的基本性质 ,然后讨论了用于抑制散斑噪声的 Lee算法和形态滤波算法 ,最后提出一种比较其算法性能的规则 。

一种改进的Lee滤波SAR图像去噪算法

由于SAR图像中存在的大量相干斑噪声,为后期SAR图像解译、反演等工作增加了困难。针对该问题论文提出了一种改进的Lee滤波算法,该算法不仅有效去除图像的相干斑噪声,并且边缘信息得到了良好保持。算法在原有Lee滤波算法基础上引入了直方图均衡化,对原始灰度直方图进行运算处理后转换为均匀分布的灰度直方图,利用图像局部统计特性进行图像斑点滤波,完成了图像去噪任务。SAR数据滤波实验结果表明:论文提出的算法对噪声的抑制能力显著高于同类算法,且边缘信息得到了很好的保持。