基于非下采樣Contourlet變換的SAR圖像增強(qiáng)

《基于非下采樣Contourlet變換的SAR圖像增強(qiáng)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第31卷第7期電子與信息學(xué)報(bào)Vo1．31No．72009年7月JournalofElectronics＆InformationTechnologyJu1．2009基于非下采樣Contourlet變換的SAR圖像增強(qiáng)沙宇恒劉芳焦李成(西安電子科技大學(xué)信息處理研究所和智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室西安710071)摘要：該文基于非下采樣Contourlet變換(NSCT)和SAR圖像的統(tǒng)計(jì)特性，提出一種SAR圖像增強(qiáng)方法，給出一種基于非下采樣塔型分解的斑點(diǎn)噪聲方差估計(jì)算法和一種基于方向鄰域模型的弱邊緣增強(qiáng)算法。該文在不同方向予代進(jìn)行斑點(diǎn)方差估計(jì)，利用局部方向統(tǒng)計(jì)信息對(duì)NSCT

2、系數(shù)并進(jìn)行強(qiáng)邊緣、弱邊緣和噪聲分類并進(jìn)行弱邊緣的增強(qiáng)和噪聲的抑制。實(shí)驗(yàn)結(jié)果表明，該方法在方向信息保留和斑點(diǎn)抑制上優(yōu)于非下采樣小波變換(NSWT)相應(yīng)方法。關(guān)鍵詞：SAR圖像增強(qiáng)；幾何多尺度分析；非下采樣Contourlet變換；非下采樣小波變換中圖分類號(hào)：TP751文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009—5896(2009)07—1716—06SARImageEnhancementBasedonNonsubsampledContourletTransformShaYu-hengLiuFangJiaoLi-cheng(KeyLaboratory0，IntelligentPercept

3、ionandImageUnderstandingofMinistryofEducationo／China，Instituteo／IntelligentInformationProcessing，XidianUniversity，Xi’an710071，China)Abstract：BasedonnonsubsampledContourlettransformandSARimagestatisticalproperty，aSARimageenhancementmethodisproposed．Aspecklenoisevarianceestimatealgorithmisgiv

4、enusingnonsubsampledLaplacePyramiddecompose，andawakeedgeenhancementalgorithmusingdirectionallocalneighborhoodisproposed．Thispaperestimatethespecklevarianceineachdecomposesdirection，andthedirectionallocalneighborhoodstatisticalisusedtodistinguishthestrongedge，wakeedgeandnoise．Thewakeedgeisen

5、hancedandthespecklednoiseisrestrained．ExperimentresultsshowthatthemethodrepresentsbetterperformancecomparedwithNSWTinwakeedgesinformationenhancementandspecklereduction．Keywords：SARimageenhancement；Geographymulti-scaleanalysis；NonSubsampledContourletTransform(NSCT)；NonSubsampledWaveletTransf

6、orm(NSWT)1引言往不能很好地保留原始圖像的細(xì)節(jié)特征，其根本原因在于小波分析在二維空間并不是最優(yōu)的函數(shù)表示合成孔徑雷達(dá)fSAR)可以全天時(shí)、全天候成方法，并不能很好地刻畫圖像中具有線奇異的幾何像，且具有高分辨和穿透性的優(yōu)勢(shì)，SAR圖像在軍信息。針對(duì)這一個(gè)至關(guān)重要的問題，許多學(xué)者提出事和民用方面得到了廣泛的應(yīng)用。然而，受其自身了不同的方法加以解決。其中，Do和Vetterli提出固有的相干斑噪聲的影響，SAR圖像不能有效地反的Contourlet變換l415J因?qū)ΧS圖像的表示性能優(yōu)映地物目標(biāo)的散射特性，嚴(yán)重的影響了圖像的質(zhì)量。異、實(shí)現(xiàn)快速方便而備受矚目，在SAR圖像處理

7、中能否在對(duì)相干斑進(jìn)行有效抑制的同時(shí)對(duì)SAR圖像也有所應(yīng)用[6-Sl。近期，Cunha等人又提出了具有邊緣進(jìn)行有效的保持是后續(xù)處理和分析的關(guān)鍵步非下采樣分解機(jī)制的Contourlet變換(NSCT)[9,1~】。驟，也是圖像分割與目標(biāo)識(shí)別的基礎(chǔ)。因此，SAR這種變換具有完全的平移不變性，在圖像去噪和增圖像增強(qiáng)和復(fù)原成為新研究熱點(diǎn)。強(qiáng)的應(yīng)用中已初步顯示出其明顯的優(yōu)越性，與隨著多分辨分析的發(fā)展，小波變換在SAR圖像NSwT相比，NSCT能夠提供更好的圖像恢復(fù)結(jié)處理中得到了成功的應(yīng)用[1j2J。在小波變換族中，