NLM与比率图像的多时相SAR图像去噪方法

针对合成孔径雷达图像的相干斑噪声对图像质量影响大的问题,提出一种NLM与比率图像相结合的多时相SAR图像去噪的方法。首先,利用NLM滤波计算各景SAR图像之间的相似性权值,从而得到平均图像,并应用MuLoG滤波器进行去噪;然后,将噪声图像与滤波后的平均图像进行比值,得到比率图像,并对其进行滤波;最后,将滤波后的平均图像与比率图像相乘,获得降噪后的图像。利用不同序列的机载SAR数据进行实验。实验结果表明,与其他同类算法相比,所提出的方法能有效抑制SAR图像中的相干斑噪声,并提高图像质量。

基于广义高斯模型的多时相SAR图像变化检测

基于广义高斯模型和Kittler-Illingworth(KI)准则获取SAR比值差异图像的最佳分割阈值,实现多时相SAR图像的非监督变化检测.以徐州市云龙湖畔同一地区2个时相的SAR图像为例进行了试验研究.试验结果表明:与其它的变化检测方法相比,所采用的变化检测算法能更有效地从多时相SAR图像中提取变化信息.

基于UDWT与Snake模型的多时相SAR图像变化检测方法

提出一种基于非下采样离散小波(UDWT)和Laplace分布假设下Snake模型的多时相SAR图像变化检测方法。该方法首先计算输入SAR图像的对数-比值图像。然后利用非下采样小波分解该对数-比值图像,得到其多尺度表达。最后迭代执行以下两步直到收敛:(1)利用最大似然法估计Laplace分布参数;(2)根据图像数据和上一步估计的参数演化当前曲线。实验结果验证了该方法的有效性。

广义高斯模型及KI双阈值法的SAR图像非监督变化检测

提出广义高斯模型假设下KI双阈值法的SAR图像变化检测算法。描述了SAR差异图像上未发生变化类、后向散射减弱类和后向散射增强类的概率密度分布。基于KI准则,构建了双阈值准则函数。提出仅利用差异图像灰度直方图的最优双阈值自动选取方法,实现了3种变化与非变化类型的非监督变化检测信息提取。选取两个时相的Radarsat卫星SAR图像进行变化检测试验,结果表明该方法可行、有效。