一种基于小波分析的SAR图像斑点噪声滤波算法

利用多分辨率小波分析的理论 ,分析了SAR图像经多分辨率小波分解后生成的系列子图像中信号与斑点噪声能量分布特性及其信噪比的变化规律 ,提出了一种新的小波域斑点噪声的滤波算法 ,该滤波算法的阈值取决于各细节子图像的序列长度、方差及其所在的层次 ,并采用真实SAR数据和模拟加噪图像进行了试验。结果表明 ,该算法具有较强的噪声抑制和较好的边缘。

去除SAR图像斑点的改进型自适应各向异性扩散滤波方法

针对目前基于各向异性扩散技术的 SAR 图像斑点滤波方法的扩散系数与迭代过程控制不够精确的缺点,提出了一种改进的自适应各向异性扩散滤波方法,该方法结合有效视数(ENL)和梯度两种参数,使扩散系数能够自适应不同地物与细微结构,并通过准确地获取迭代过程中平坦区域有效视数以及扩展扩散的临近点个数,更精确地控制迭代过程。实验表明,这种改进的方法在去除斑点噪声、保持点目标和细节边缘信息等方面均优于传统的增强 Lee 滤波法、PM 滤波法和 SRAD 各向异性扩散法。

单视数SAR图像Speckle滤波方法的研究

在分析单机数SAR影像的Speckle局部统计特性和现有的空间滤波算法的基础上，提出了一种新的Speckle滤波方法，该方法采用特殊的滤波窗口邻域划分方法，根据窗口相对标准差自适应地调整窗口尺寸和窗口内的滤波区域。该方法被用于多幅单视数ERS-1/2SAR图像去Speckle处理，并与以往的典型算法进行了比较，取得了较好的实验结果。