一种基于多普勒谱AR建模的SAR图像纹斑噪声抑制技术

基于合成孔径雷达(SAR)成像与自回归(AR)模型的特点,提出了一种SAR图像纹斑噪声抑制技术。将SAR复值图像的多普勒谱表示成一定阶数的AR模型,根据合适的AR模型系数估算SAR强度或幅值图像可保持较高的分辨率。给出了方法的模型和步骤。实验结果表明:所获幅值图像的纹斑噪声抑制,以及边缘和纹理特征等细节保持都优于常用的基于SAR图像多普勒谱的纹斑噪声抑制——多视处理技术。

SAR成像系统中的多视处理及多普勒调频斜率的估计

对SAR图象中纹斑噪声的统计特性进行了详细的数学推导,同时对消除纹斑噪声的成像辅助技术———多视处理进行了深入研究,并利用基于多视处理的子孔径相关算法,对SAR系统的多普勒调频斜率fR进行了估计,将其用于成像,其精度和效果都令人满意.

一种高效的多视处理实现算法

在合成孔径雷达成像处理中,一般采用多视处理来消除纹斑噪声。文中针对合成孔径雷达多视处理的特点,提出了一种新的高效实现方法。利用滤波器组的多相结构,在方位维处理中将降采样处理提到滤波之前,减少了数据处理量在保持滤波器性能不变的同时,降低了各通道滤波器的阶数,从而大大降低了计算量,利于实时的多视成像处理实现。

SAR图像多视处理中相邻子带重叠宽度的最优化

多视处理是合成孔径雷达(SAR)图像纹斑噪声抑制的一种基本方法。在这种方法里,用一组多视滤波器将图像的多普勒谱分成若干个子带,相邻子带之间可以有一定的重叠;首先由每个子带生成一幅子图像,然后再将这些子图像非相干平均起来。在传统的多视处理中,相邻子带重叠宽度的选择是经验性的。提出了相邻子带重叠宽度的一种最优化算法。采用图像的标准差与均值的比值作为衡量纹斑噪声强弱的一种测度,选择相邻子带重叠宽度以最小化这一测度。实验证明,在分辨率保持不变的条件下,该算法在纹斑噪声抑制方面优于传统算法。