資源描述：
《相干斑對(duì)SAR圖像紋理計(jì)算影響》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、中圖分類號(hào):TN957.52文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-2552(2010)08-0087-05相干斑對(duì)SAR圖像紋理計(jì)算的影響杜川川,薄華(上海海事大學(xué)信息工程學(xué)院,上海200135)摘要:根據(jù)相干斑模型,構(gòu)造相干斑,利用小波變換和灰度共生矩陣對(duì)加噪前后的圖像分析和對(duì)比,通過對(duì)得到的實(shí)驗(yàn)數(shù)據(jù)和圖形進(jìn)行深入的分析,探討相干斑對(duì)SAR圖像紋理計(jì)算的影響。關(guān)鍵詞:相干斑;SAR;紋理;紋理計(jì)算;圖像TheinfluenceofspeckleontexturecalculationofSARimage
2、sDUChuanchuan,BOHua(SchoolofInformationEngineering,ShanghaiMaritimeUniversity,Shanghai200135,China)Abstract:Accordingtothespecklemode,lthispaperconstructedanimagecontainingspeckle,thenitusedwavelettransformandGLCMtoanalyzetheimagesbeforeandafteraddingnoisesepara
3、tely,andcomparedexperimentaldataandgraphicstoexploretheinfluenceofspeckleontexturecalculationofSARimages.Keywords:speckle;SAR;texture;texturecalculation;image0引言單元比目標(biāo)的空間細(xì)節(jié)小、圖像中的像素的退化相互獨(dú)立時(shí),斑點(diǎn)噪聲可以建模為乘性噪聲,也就是說SAR圖像在成像過程中引入了相干斑。相干地物回波可以用乘積模型中的兩個(gè)不相關(guān)的變量來斑的存在,使圖像看起來不清晰
4、,模糊了圖像空間格描述。局表面的特性,增加了圖像中目標(biāo)分類的難度。也s=fn(1)就是說,相干斑對(duì)SAR圖像的紋理造成了不可忽視上式中,s是觀測(cè)到的地物的強(qiáng)度,f是地物實(shí)的影響,增加了SAR圖像去噪、分割和目標(biāo)識(shí)別的際的后向散射截面,n是和信號(hào)f不相關(guān)的斑點(diǎn)噪難度。在這篇論文中,用紋理特征來分析圖像,所研聲。n是采用乘積的形式附加到信號(hào)上的,這個(gè)模究的紋理特征值是從灰度共生矩陣(GLCM)得到的型又稱為乘性斑點(diǎn)模型。圖像紋理特征的統(tǒng)計(jì)值。SAR的回波是一個(gè)復(fù)變量,根據(jù)N.A.Goodman的小波變換能夠把信號(hào)分解為對(duì)應(yīng)
5、不同尺度的近文獻(xiàn)可知:均勻區(qū)域的單極化SAR回波是一個(gè)復(fù)多變似分量和細(xì)節(jié)分量,能夠在不同尺度上對(duì)信號(hào)進(jìn)行元高斯隨機(jī)變量,也就是說其實(shí)部和虛部的幅值均服分析。信號(hào)的近似分量一般為信號(hào)的低頻分量,它從零均值高斯分布。由于均勻區(qū)域的紋理因子為常的細(xì)節(jié)分量一般為信號(hào)的高頻分量。這里,我們把數(shù),因此其回波的統(tǒng)計(jì)特性實(shí)際上就是相干斑的統(tǒng)計(jì)小波變換用到對(duì)SAR圖像紋理的分析當(dāng)中,利用小特性。波分析多尺度的特性,對(duì)圖像的紋理特征在不同尺設(shè)x,y分別為均勻區(qū)域SAR回波(即相干斑)度上進(jìn)行分析,結(jié)合灰度共生矩陣(GLCM)得到圖2的實(shí)部和
6、虛部的幅值,x,y服從均值為零,方差為像在不同尺度上的紋理特征的統(tǒng)計(jì)值。1相干斑的建模收稿日期:2010-02-01作者簡(jiǎn)介:杜川川(1984-),男,碩士研究生,研究方向?yàn)閳D像分析與處N.A.Goodman指出,當(dāng)SAR圖像系統(tǒng)的分辨理,目前正在做SAR圖像的分析與處理方面的研究。87正態(tài)分布。因此相干斑強(qiáng)度I為:22pI(I)=(I/)exp(-I/),I!0(2)24其數(shù)字特征為:E(I)=,var(I)=所以相干斑強(qiáng)度I的PDF可重寫為:exp(-I),I>0f(I)=0,I?0容易推得相干斑幅
7、度A=I的PDF為:222p1(A)=(2A/)exp(-A/),A!0(3)上式為瑞利分布,其數(shù)學(xué)特征為:2(4-)E(A)=,var(A)=(4)24從上面得出,單視的SAR圖像,它的相干斑服從瑞利分布。有些文獻(xiàn)里給出相干斑的均值為1,可以根據(jù)(1)式和(3)式構(gòu)造出仿真的單視SAR圖像。圖2加噪后的bubble紋理的圖片本文以單視SAR圖像為例進(jìn)行研究和實(shí)驗(yàn),以改變。下不做說明的SAR圖像都是指單視SAR圖像。D(s)=D(fn)=如圖1所示,從Brodtz紋理庫中選擇bubble紋2E((f
8、n-E(fn)))=理,以一張bubble紋理的圖片為例,按式(3)加瑞利22E((fn)-2fnE(fn)+E(fn))=分布噪聲。22E((fn))-m=222E(f)E(n)-m=2222其中,E(f)=m+,E(n)=1+0.274,222D(s)=(m+)(1+0.274)-m=220.27
