边缘强度映射与区域划分的SAR图像非局部平均滤波算法

为减少合成孔径雷达(synthetic aperture radar,SAR)图像的乘性相干斑噪声,给出了一种改进的非局部平均滤波(non-local means,NLM)算法。首先,用变差系数(coefficient of variation,CV)来估计SAR图像区域划分阈值,根据阈值估计区域划分因子,并利用区域划分因子将SAR图像划分为纹理区和同质区;其次,采用不同尺度的相似窗估计不同区域的像素所对应的边缘强度映射(edge strength map,ESM),进而分别选取搜索窗中每个像素在相似窗下的ESM矩阵与中心像素的ESM矩阵,并利用二者各对应元素比值的2范数来构建适应乘性噪声的相似性测量参量,通过相似性参量和CV控制的自适应衰减因子耦合得到滤波值;最后,对不同区域使用不同的滤波值实现对SAR图像的非局部平均加权滤波。同以均值比与CV联合构建的NLM算法相比,该算法在等效视数上提高至少0.3%,边缘保持指数提高至少0.1%。

基于NLM的图像三维去噪算法

图像去噪要求在尽量保留有用信息完整性的基础上去除干扰信息,同时保证去噪结果的时域稳定性。在非局部平均NLM(Non-Local Means)算法的基础上提出了更加合理的图像三维去噪算法。该算法首先进行NLM空域去噪,然后再对空域去噪的结果进行加权平均的时域去噪。实验结果表明,本算法和传统去噪算法相比具有去噪结果稳定并不模糊细节的优点,为实际工程应用提供了技术支撑。