基于稀疏表示和非局部均值的SAR圖像去噪算法研究.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)作為一種主動的遙感觀測系統(tǒng)，由于其輻射的電磁波所具有的獨(dú)特性質(zhì)使得這種成像方法不受光照，天氣等的影響，可以全天時全天候?qū)崿F(xiàn)對地觀測，在軍事和民用領(lǐng)域得到廣泛應(yīng)用。隨著計算機(jī)技術(shù)的發(fā)展，自動化的目標(biāo)識別技術(shù)被用在越來越多的場合。但是雷達(dá)系統(tǒng)的相干成像機(jī)制使得獲取的SAR圖像含有很強(qiáng)的相干斑噪聲，這種乘性噪聲嚴(yán)重破壞了圖像的信息內(nèi)容，從而導(dǎo)致對SAR圖像的解譯，識別變得

2、相當(dāng)困難，因此非常有必要對SAR圖像的相干斑進(jìn)行抑制。
　　盡管近30多年來各類降斑技術(shù)取得了很大的發(fā)展，但是這些算法很難在SAR圖像相干斑噪聲抑制與圖像的邊緣細(xì)節(jié)、結(jié)構(gòu)、輻射特性保持之間取得平衡。隨著對降斑后的 SAR圖像的質(zhì)量要求越來越高，因此需要設(shè)計更強(qiáng)有力的算法對SAR圖像進(jìn)行降斑處理。由于近年來稀疏表示理論研究取得的巨大進(jìn)展以及非局部均值算法在圖像處理中的成功應(yīng)用，本文在分析SAR圖像相干斑統(tǒng)計特性的基礎(chǔ)上，提出了基于稀

3、疏表示和非局部均值技術(shù)的SAR圖像相干斑抑制算法及其改進(jìn)算法，主要工作如下：
　　分析了近年來在圖像處理中得到廣泛應(yīng)用的稀疏表示模型和非局部均值算法，鑒于非局部逼近稀疏表示模型在自然圖像處理中的優(yōu)良性能，我們將其推廣應(yīng)用于SAR圖像的處理當(dāng)中。由于SAR圖像的乘性相干斑與自然圖像的加性高斯噪聲在分布特性方面有著很大的不同，為了驗證SAR圖像是否適用于該模型，我們先做了初步的統(tǒng)計實驗與分析。將進(jìn)行過對數(shù)變換的原始SAR圖像劃分成重疊

4、的子圖像塊，并對這些子圖像塊應(yīng)用 K-means聚類算法和主成分分析算法學(xué)習(xí)得到一個冗余字典，接著對含噪子圖像塊進(jìn)行自適應(yīng)稀疏編碼和使用非局部均值算法估計無噪SAR圖像子塊的稀疏編碼系數(shù)估計值，并用迭代閾值收縮算法得到降噪后的編碼系數(shù)。在逆變換回對數(shù)域后，我們又對對數(shù)域SAR圖像進(jìn)行了偏差糾正，以提升降斑效果。
　　鑒于對數(shù)變換后SAR圖像的噪聲并不嚴(yán)格符合高斯分布，在原非局部逼近稀疏表示模型中所使用的高斯相似性度量用在對數(shù)域的S