论文部分内容阅读
合成孔径雷达(synthetic aperture radar,简称SAR)的特点为高分辨率、全天时、全天候、强透射性,在民用和国防事业方面有重要价值。然而SAR是相干成像系统,形成的SAR图像含大量乘性相干斑是其固有特性。相干斑的存在制约了SAR图像后期应用,因此对SAR图像中的相干斑先行进行抑制处理显得尤为必要。现常用抑斑算法有三种,本文对变换域中非下采样轮廓波变换(Nonsubsampled Contourlet Transform,简称NSCT)抑斑算法展开研究,提出两类新算法。第一类是基于各向异性扩散的NSCT抑斑算法,包含两种算法:算法一为基于NSCT和自蛇扩散的SAR图像抑斑算法。该算法首先利用NSCT实现对SAR图像的多层非下采样子带分解,然后对分解后各子带和抑斑后系数重构图像采用自蛇扩散实现抑斑,该算法改善传统NSCT抑斑算法只对高频进行抑斑的缺点,同时对各子带采用策略相同但参数设置不同的滤波策略,抑斑并较好保护边缘信息。算法二为基于自蛇扩散与L1-L2联合优化的NSCT抑斑算法。利用低频局部均值估计自适应调节改进型L1-L2联合优化,并实现对所有高频子带的自适应软阈值滤波去噪。该算法较好地利用了自蛇扩散有效保护并增强图像大尺度边缘以及L1-L2联合优化能较好地平滑同质区的优点。第二类是基于区域划分的NSCT抑斑算法,包含两种算法:算法一为基于LEE的最大类间方差的NSCT抑斑算法。该算法采用LEE滤波处理NSCT分解后低频子带,将所得LEE滤波系数作为最大类间方差法的输入图像来实现区域划分,然后对各子带不同区域采用参数设置不同的自蛇扩散方法进行处理,较好实现边缘保护和斑点抑制。算法二为基于ESM(Edge Strength Map,简称ESM)的NSCT抑斑算法。该算法首先用比率ESM对SAR图像进行区域划分,其次利用自蛇扩散来处理NSCT分解后的低频子带,对高频子带进行抑斑时,边缘区域采用自蛇扩散,同质区采用L1-L2联合优化来抑制相干斑。比率ESM将无方向的各向同性滤波转换为带方向的各向异性滤波。实验表明,本文提出的算法在平滑相干斑的同时较好地实现边缘保护,效果均优于多种传统滤波算法。论文首先阐述了 SAR形成机理及相干斑统计模型以及几种经典的变换域抑斑算法,然后提出了两类基于NSCT的新算法并进行了仿真实验,最后总结全文,展望后续工作。