基于小波变换和双边滤波器的SAR图像降斑

1、基于小波变换和双边滤波器的SAR图像降斑第一章引言传统的SAR图像去噪方法一般是首先设计滤波模板和权系数，而滤波输出则是当前点和模板内周围点的灰度值的加权和，然而此方法会导致图像的边缘模糊。为了克服这一缺陷，出现了各种自适应滤波算法，以达到在滤波的同时，尽量保存图像的边缘信息。本文引用的双边滤波器不仅能考虑到含噪图像的灰度信息，也充分利用了图像的位置信息。本文中，我们结合了小波变换进行图像的分解，并在分解的高频部分采用阈值去噪。我们得到了较高的评价指数以及很好的视觉效果。应用双边滤波器的关键问题是他的参数选择，我们采用了根据等效视数(ENL)和EPD-ROA方法的综合评价，以选取参数。本文的安

2、排如下：第二章为双边滤波参数的选取。第三章为实验结果分析，第四章为结束语。第二章双边滤波器的参数选取双边滤波是结合空间滤波和灰度滤波的滤波器，公式表示如下：h(x)=k-i(OfG)c(E,x)s(f点),f(x)d&gg这里c(g,x)是点g与几何中心x的空间邻近度，s(f(g),f(x)为点g与几何中心x的像素灰度相似度，归一化因子k(x)=Jgc(g,x)s(f(g),f(x)dg。gg双边滤波器的特点是对图像的每一点用其空间相邻且灰度相近的像素点的平均值代替原来的值，从而达到滤波的效果。在图像变化平缓的区域，一个小的邻域内图像的灰度值变换不大，近似为一个常值，这时双边滤波器转化为标准的

3、低通空域滤波器。而在图像变化剧烈的区域，可以利用边缘点邻域内灰度相似像素点的灰度平均值代替原灰度值。一种最简单也是最常用的双边滤波器是移不变高斯滤波器，即空间邻近度函数和灰度相似函数都取为参数间欧几里得距离的高斯函数：-g-x2c(g,x)=e2。2-f化)二f(x)|2s(fG),f(x)=e2b2其中b和b分别控制着空间和灰度域的衰落权重。关于b和b的最优取值算drdr法目前还没有定论。这里，我们将结合去噪评价指标ENL和EPD-ROA的最优值来确定最终的双边滤波器参数。首先我们初始化滤波参数，取滤波窗口大小为11X11，并取b二3，b二10。dr然后各取25个值，以0.5为不近长度，可以

4、得到以下关系：a)b与ENL关系r(b)bd与ENL关系图2.1双边滤波器参数和ENL的关系由实验可以看出，r的取值和ENL成线性关系，d的值取值越大，ENL就月趋于平稳。分别以以上的b和b作为横轴变量，并将归一化的ENL和EPDH作为纵dr轴，可以得到一下实验结果：(a)b与标准化的ENL和EPDHr(b)b与标准化的ENL和EPDHd图2.1双边滤波器参数与ENL和EPDH的关系由a图可估计出b的近似值b=20.8；由图b可估计出b的近似值b=8。rrdd第三章实验结果分析一致性区域(b)bilateral(c)WT由结果图及表中的数据可以看出(d)bilateralWT两者的结合，其效果

5、不只是简单的叠加。为了客观评价本文算法对SAR图像一致性区域的降斑效果，在Bedfordshire图像上选取矩形区域，计算其等效视数(ENL)和EPD-ROA：SARBedfordshire评价指标A(ENL)B(ENL)C(ENL)EPD-ROA水平EPD-RO垂直bilateral7.33395.99845.33450.971430.95261WT23.344818.187647.53440.949930.9183bilateralWT46.329844.686049.05110.973250.94094基于双边滤波的小波变换相比于前两种算法有了很大的改观，很大程度上消除了小波变换中的残留斑点。但是它仍然存在“伪迹”以及少量的斑点噪声，并且在边缘保持部分不是很理想。第四章结束语该实验是在小波变换的基础上，对图像进行