论文部分内容阅读
合成孔径雷达(SAR)是一种可获得高分辨率图像的雷达系统,被广泛应用于农业、林业、军事等各个不同领域。由于SAR图像独特的成像原理,使其在成像过程中不可避免的受到噪声的污染,给后续的目标检测和识别带来严重的影响。本文首先对SAR图像去噪的相关方法以及小波与双边滤波的相关理论进行研究。在此基础上,针对现有方法不能很好的兼顾去噪与保边以及去噪后的图像易产生伪吉布斯现象的问题,将小波变换与双边滤波进行结合,并对其相关改进算法展开了深入研究。具体工作可概括如下：(1)提出一种基于小波阈值与双边滤波SAR图像去噪算法。针对传统小波去噪不具有良好的去噪保边性。该算法提出先对传统小波阈值估计方法进行改进,使阈值具有更好的自适应性；其次把处理后的小波系数重构至第一层,对重构至第一层的高频图像使用Birge-Massart策略获取小波阈值进行再次去噪,对低频图像使用双边滤波进行去噪。实验表明,此算法能很好的抑制SAR图像相干斑噪声,且能很好的保留图像细节信息。(2)提出一种基于双域滤波(DDID)和Cycle Spinning的SAR图像去噪算法。针对DDID算法会使去噪图像产生伪吉布斯现象,导致有人造纹理产生或者局部失真。提出使用Cycle Spinning算法先对含噪图像进行平移,然后使用DDID算法对平移后的图像信号去噪,最后对这些图像信号进行反平移,可有效去除伪吉布斯现象。与其它算法相比,该算法得到的图像更加平滑且有更少的人造纹理。(3)提出一种基于双域滤波(DDID)与NL-Bayes的SAR图像去噪算法。由于DDID算法执行了三次迭代运算,算法执行效率较差。提出对DDID算法中的指导图像使用NL-Bayes进行去噪,获得平滑的指导图像,然后执行一次迭代运算得到最终去噪结果。实验表明,该算法具有更高的执行效率,也能很好的解决DDID算法易产生伪吉布斯现象的问题,去噪后的图像更加平滑自然。