SAR图像斑点噪声的小波软门限滤除算法

本文介绍利用小波分析和软门限对合成孔径雷达（ＳＡＲ）图像斑点噪声（Ｓｐｅｃｋｌｅ）进行抑制与滤除的算法。首先选择合适的小波基对合成孔径雷达（ＳＡＲ）图像进行小波分解，应用ＤａｖｉｄＬ．Ｄｏｎｏｈｏ的软门限（ｓｏｆｔ－ｔｈｒｅｓｈｏｌｄｉｎｇ）理论，并且将其推广到２维信号。针对ＳＡＲ图像斑点噪声的特殊性，即在小波变换域内图像和斑点噪声的奇异性不同，选取合适的门限在小波域内滤波。最后进行小波反变换得到去噪后的ＳＡＲ图像。实验证明，该算法能有效的对合成孔径雷达ＳＡＲ图像斑点噪声滤除。

基于改进的小波软阈值法的SAR图像去噪

斑点效应是SAR图像所不可避免的 ,在不降低图像空间分辨率前提下消除或最大限度地抑制斑点噪声 ,是当前研究的热点。本文介绍了一条能够让小波技术更好地应用于雷达图像去噪而实现起来又非常简便的途径———将原始雷达图像作对数变换 ,将乘性噪声转化为加性噪声 。

SAR图像的小波阈值去噪研究

研究了如何有效抑制合成孔径雷达图像中的斑点噪声并尽量保留图像的细节信息。选用具有较好紧支性和正交性的Daubechies小波,对图像进行2D小波变换,并在对各层小波系数阈值处理时采用了软硬阈值方法以及改进的软硬阈值折衷方法。实验表明,小波阈值去噪较许多常用的斑点去噪方法具有很大优势,而软硬阈值折衷方法可以一定程度上结合软、硬阈值处理的优点,既能较好地滤除SAR图像中的斑点噪声,又具有较好的边缘保持能力,从而改善了图像的解译能力。

基于自适应小波阈值的SAR图像降噪

合成孔径雷达(SAR)图像固有的相干斑噪声严重降低了图像质量,影响了后续的处理。SAR图像降噪的要求,是在滤除噪声的同时,尽量保持原始图像的边缘和纹理等细节信息。本文将经典的小波域空间自适应软阈值法应用于降低SAR图像斑点噪声。在此基础上,本文提出根据小波系数的局部统计量选取阈值以及估计相关参数的方法。实验结果表明,本文算法在降低噪声和保持边缘纹理细节之间取得了较好的平衡,处理后的SAR图像的视觉效果和质量评估参数都要优于传统的空间域滤波方法的处理结果。

基于双树复数小波变换的SAR图像噪声抑制方法

利用双树复数小波变换(Dual Tree Complex Wavelet Transform,DTCWT)的近似平移不变性和多方向选择性,提出了一种基于DTCWT变换的SAR图像噪声抑制方法。首先对无噪声污染图像的复数小波系数的统计概率分布进行建模;然后利用此先验概率模型,采用最大后验概率方法从含噪小波系数中估计出无噪声污染的小波系数;最后经重构得到滤波后的图像。实验结果表明,此方法优于其他一些相干斑抑制方法。

一种基于提升小波的SAR图像有损压缩算法

该文根据合成孔径雷达(SAR)图像局部相关性较弱,存在相干斑噪声的特点,提出了一种基于提升小波的SAR图像有损压缩算法。它可有效去除相干斑噪声,提高计算精度和速度,改进SAR图像的压缩性能。该算法采用了嵌入式零树小波的编码方法,很好地利用小波系数的特性,使得输出的码流具有嵌入特性。利用大量的实际SAR图像对所提算法进行了仿真验证,并与其它图像压缩算法进行了对比分析,表明所提算法是有效的。

基于提升小波的SAR图像斑点噪声抑制方法

斑点噪声去除是对合成孔径雷达(synthetic aperture radar,SAR)图像自动分割、分类、目标检测和其它定量专题信息提取处理前必要的步骤。首先简要回顾了各种传统的SAR图像斑点噪声去除方法。在充分考虑SAR图像斑点噪声乘性特征的基础上,对SAR图像进行对数变换,将乘性噪声转变为加性噪声,然后再对图像进行提升小波分解,采用Bayes Shrink阈值对小波系数进行处理。最后根据4个指标来对比不同方法的去噪效果。结果表明,与传统的滤波方法相比,基于提升小波的去噪方法在图像均匀区域的辐射特性保持和斑点噪声抑制能力方面具有较大的优势。与传统小波相比,提升小波不但在运算速度上有优势,而且省内存。

基于小波包分解的SAR图像斑点噪声抑制

论述利用小波包分解技术和软门限理论对合成孔径雷达(SAR)图像斑点噪声(speckle)进行抑制与滤除.首先对SAR图像进行小波包分解,选取最优基,加大小波系数之间的差距;然后应用Donoho的软门限(softthreshold)理论,针对SAR图像斑点噪声的特点,在小波包变换域内选取合适的门限进行滤波;最后,通过小波包重构技术获得去除斑点噪声的SAR图像.实验证明,该方法能有效抑制SAR图像中的斑点噪声.

基于小波变换的综合型高分辨率SAR图像滤波算法

文章根据高分辨率SAR图像特点,考虑到SAR图像滤波要保证平滑效果的同时保证边缘结构信息的尽量完整性,基于现有增强算法的思想,提出了一种基于维纳滤波及小波软阈值滤波的综合型滤波器,实验表明文中提出的滤波器相对现有的滤波算法有更好的性能。

基于BayesShrink软阈值的Bandelet域SAR图像去噪

合成孔径雷达(SAR)图像产生的相干斑噪声是一种乘性噪声,严重影响SAR图像的质量。本文提出一种新的极化SAR图像的去噪方法,该方法对极化SAR图像进行自适应Bandelets阈值方法,阈值采用BayesShrink软阈值方法,将其应用于自适应Bandelets系数。通过实验对比,证实此法与小波阈值去噪相比,能够更好地保持图像纹理和边缘特征。