資源描述：
《基于復(fù)小波變換的SAR圖像斑點濾波方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第22卷第4期測繪學(xué)院學(xué)報Vol.22No.42005年12月JournalofInstituteofSurveyingandMappingDec.2005文章編號:1009-427X(2005)04-0269-03基于復(fù)小波變換的SAR圖像斑點濾波方法張春華1,許素芹2,陶榮華2,陳標(biāo)2(1.海軍航空工程學(xué)院,山東煙臺264001;2.海軍潛艇學(xué)院,山東青島266071)摘要:斑點噪聲的存在使得SAR圖像的應(yīng)用受到較大的限制。文中首先介紹了SAR圖像斑點噪聲模型以及幾種常用的SAR斑點噪聲抑制方法;然后對小波變換斑點噪聲濾波方法進(jìn)
2、行分析,提出了基于二元樹復(fù)小波變換的SAR圖像濾波方法。實驗比較表明,二元樹復(fù)小波變換抑制SAR斑點噪聲效果明顯,較小波變換更具有優(yōu)越性。關(guān)鍵詞:合成孔徑雷達(dá);斑點噪聲;小波變換;二元樹復(fù)小波變換中圖分類號:P237文獻(xiàn)標(biāo)識碼:A合成孔徑雷達(dá)(SAR)圖像的應(yīng)用非常廣泛。而更適合于分析圖像細(xì)節(jié)信息,進(jìn)行噪聲的濾波但由于它采用相干成像方式,目標(biāo)回波信號的衰和邊緣的保留。[1]落過程引起斑點噪聲,嚴(yán)重影響了SAR圖像的質(zhì)量。因此,改善和濾除斑點噪聲成為SAR圖2基于小波分析的斑點濾波方法像應(yīng)用的重要問題。小波變換由于具有良好的時2.1小
3、波變換原理頻分辨特性被用于圖像去噪處理,并取得了一定設(shè)x(t)是平方可積函數(shù),(t)滿足如下允許0效果。文中利用二元樹復(fù)小波對SAR圖像進(jìn)行性條件:去噪,通過與基于實小波的軟、硬閾值法相比較,+∞^(1)
4、2
5、0C0=∫d1<+∞(1)二元樹復(fù)小波具有更明顯的優(yōu)勢。01則x(t)的小波變換定義為1SAO圖像斑點噪聲模型WTx(a,b)=1x(t)0*(t-b)dt(2)ヘa∫aSAR圖像可用乘性斑點噪聲表示,其模型為對滿足(1)、(2)式的小波函數(shù)(t)作伸縮和0zi,j=xi,j·ni,j平移得一組正交小波基其中,x是未受相干斑點
6、噪聲污染的圖像;n是相-1/2(t-b),(b∈O,a∈O+)干斑點噪聲。由于SAR圖像的相干斑點噪聲由回0a,b=
7、a
8、0a波中均值為零的隨機(jī)相位干擾產(chǎn)生,因此n的均其中,a為伸縮因子;b為平移因子。值為1,方差σ與圖像的等效視數(shù)有關(guān),與圖像場n當(dāng)1=0時,0(t)的Fourier變換^0(1)必滿足景無關(guān)。等效視數(shù)越大,圖像越均勻,則σn越小。+∞^(0)=(t)dt=0合理有效的濾波方法要求在減少斑點噪聲的0∫-∞0同時盡量保持圖像的空間分辨率以及紋理、邊緣這說明,0(t)具有快速衰減的振動特性,體現(xiàn)了小等信息[2]。在常用的
9、濾波方法中,均值濾波器和中波具有分析局部時頻信號的能力。值濾波器對噪聲和圖像紋理信息不加區(qū)分;自適2.2實小波斑點濾波方法應(yīng)濾波器多通過局部統(tǒng)計參數(shù)的調(diào)節(jié)對噪聲進(jìn)行實小波變換是指小波函數(shù)0(t)為實數(shù),它在較強(qiáng)的平滑,而對邊緣則盡量予以保留,但依賴于時頻域都具有較好的局部性。其變尺度特性使得圖像的統(tǒng)計分布特征[3];傅里葉變換能夠進(jìn)行高小波變換對信號具有一種“集中”的能力,而噪聲通或低通濾波,低通濾波器能較好地抑制噪聲卻與信號的小波系數(shù)分布規(guī)律相反,尤其在大尺度會模糊圖像邊緣,高通濾波可以加強(qiáng)圖像邊緣但時小波變換對噪聲進(jìn)行了一定的平
10、滑,使得噪聲背景噪聲也會被加強(qiáng)。小波變換具有良好的時頻的小波系數(shù)很小。因而可以根據(jù)此差異設(shè)置閾值,分辨特性,不同尺度反映不同層次的圖像特征,因去除由噪聲控制的幅值小、數(shù)目多的小波系數(shù)。收稿日期:2005-05-11;修回日期:2005-09-18作者簡介:張春華(1980-),女,山東梁山人,博士生,主要從事雷達(dá)圖像處理與校正研究。270測繪學(xué)院學(xué)報2005年以達(dá)到降低噪聲又保持圖像主要信息的目的。小和g決定的小波函數(shù)滿足Hilbert變換。0波變換閾值的選擇是影響去噪效果的關(guān)鍵,它控制著圖像噪聲和信息的分離。常用的降噪方法有下列兩
11、種。1)軟門限降噪。其原則是絕對值小于閾值δ的小波系數(shù)值用零代替;絕對值大于閾值δ的小波系數(shù)值用δ來縮減,即sgn(W)(
12、W
13、-δ),
14、W
15、≥δ圖1二元樹復(fù)小波變換流程圖Wδ={δ可以看出,二元樹復(fù)小波變換實際上是對信0,
16、W
17、<號f(t)作兩次1維小波變換。即原始信號分別通2)硬門限降噪。其原則是保留絕對值大于過兩組濾波器h(n)、h(n)和g(n)、g(n)。其閾值δ的小波系數(shù),被保留的小波系數(shù)與原始系0101中,h(n)、h(n)為一組共軛正交濾波器(CQF)。數(shù)相同。絕對值小于閾值δ的小波系數(shù)賦零。01低通濾波器h(n)的
18、自相關(guān)函數(shù)滿足W,
19、W
20、≥δ0Wδ={δ1,n=00,
21、W
22、<Σh0(n)h0(n+2k)=δ(n)={0Donoho提出的基于小波變換的圖像降噪方n0,n≠[4]高通濾波器h(n)=(-1)1-nh法,嚴(yán)格證明了小波變換對去噪的有效
