基于小波變換和雙邊濾波器的SAR圖像降斑

1、基于小波變換和雙邊濾波器的SAR圖像降斑第一章引言傳統(tǒng)的SAR圖像去噪方法一般是首先設(shè)計(jì)濾波模板和權(quán)系數(shù)，而濾波輸出則是當(dāng)前點(diǎn)和模板內(nèi)周圍點(diǎn)的灰度值的加權(quán)和，然而此方法會(huì)導(dǎo)致圖像的邊緣模糊。為了克服這一缺陷，出現(xiàn)了各種自適應(yīng)濾波算法，以達(dá)到在濾波的同時(shí)，盡量保存圖像的邊緣信息。本文引用的雙邊濾波器不僅能考慮到含噪圖像的灰度信息，也充分利用了圖像的位置信息。本文中，我們結(jié)合了小波變換進(jìn)行圖像的分解，并在分解的高頻部分采用閾值去噪。我們得到了較高的評(píng)價(jià)指數(shù)以及很好的視覺(jué)效果。應(yīng)用雙邊濾波器的關(guān)鍵問(wèn)題是他的參數(shù)選擇，我們采用了根據(jù)等效視數(shù)(ENL)和EPD-ROA方法的綜合評(píng)價(jià)，以選取參數(shù)。本文的安

2、排如下：第二章為雙邊濾波參數(shù)的選取。第三章為實(shí)驗(yàn)結(jié)果分析，第四章為結(jié)束語(yǔ)。第二章雙邊濾波器的參數(shù)選取雙邊濾波是結(jié)合空間濾波和灰度濾波的濾波器，公式表示如下：h(x)=k-i(OfG)c(E,x)s(f點(diǎn)),f(x)d&gg這里c(g,x)是點(diǎn)g與幾何中心x的空間鄰近度，s(f(g),f(x)為點(diǎn)g與幾何中心x的像素灰度相似度，歸一化因子k(x)=Jgc(g,x)s(f(g),f(x)dg。gg雙邊濾波器的特點(diǎn)是對(duì)圖像的每一點(diǎn)用其空間相鄰且灰度相近的像素點(diǎn)的平均值代替原來(lái)的值，從而達(dá)到濾波的效果。在圖像變化平緩的區(qū)域，一個(gè)小的鄰域內(nèi)圖像的灰度值變換不大，近似為一個(gè)常值，這時(shí)雙邊濾波器轉(zhuǎn)化為標(biāo)準(zhǔn)的

3、低通空域?yàn)V波器。而在圖像變化劇烈的區(qū)域，可以利用邊緣點(diǎn)鄰域內(nèi)灰度相似像素點(diǎn)的灰度平均值代替原灰度值。一種最簡(jiǎn)單也是最常用的雙邊濾波器是移不變高斯濾波器，即空間鄰近度函數(shù)和灰度相似函數(shù)都取為參數(shù)間歐幾里得距離的高斯函數(shù)：-g-x2c(g,x)=e2。2-f化)二f(x)|2s(fG),f(x)=e2b2其中b和b分別控制著空間和灰度域的衰落權(quán)重。關(guān)于b和b的最優(yōu)取值算drdr法目前還沒(méi)有定論。這里，我們將結(jié)合去噪評(píng)價(jià)指標(biāo)ENL和EPD-ROA的最優(yōu)值來(lái)確定最終的雙邊濾波器參數(shù)。首先我們初始化濾波參數(shù)，取濾波窗口大小為11X11，并取b二3，b二10。dr然后各取25個(gè)值，以0.5為不近長(zhǎng)度，可以

4、得到以下關(guān)系：a)b與ENL關(guān)系r(b)bd與ENL關(guān)系圖2.1雙邊濾波器參數(shù)和ENL的關(guān)系由實(shí)驗(yàn)可以看出，r的取值和ENL成線性關(guān)系，d的值取值越大，ENL就月趨于平穩(wěn)。分別以以上的b和b作為橫軸變量，并將歸一化的ENL和EPDH作為縱dr軸，可以得到一下實(shí)驗(yàn)結(jié)果：(a)b與標(biāo)準(zhǔn)化的ENL和EPDHr(b)b與標(biāo)準(zhǔn)化的ENL和EPDHd圖2.1雙邊濾波器參數(shù)與ENL和EPDH的關(guān)系由a圖可估計(jì)出b的近似值b=20.8；由圖b可估計(jì)出b的近似值b=8。rrdd第三章實(shí)驗(yàn)結(jié)果分析一致性區(qū)域(b)bilateral(c)WT由結(jié)果圖及表中的數(shù)據(jù)可以看出(d)bilateralWT兩者的結(jié)合，其效果

5、不只是簡(jiǎn)單的疊加。為了客觀評(píng)價(jià)本文算法對(duì)SAR圖像一致性區(qū)域的降斑效果，在Bedfordshire圖像上選取矩形區(qū)域，計(jì)算其等效視數(shù)(ENL)和EPD-ROA：SARBedfordshire評(píng)價(jià)指標(biāo)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基于雙邊濾波的小波變換相比于前兩種算法有了很大的改觀，很大程度上消除了小波變換中的殘留斑點(diǎn)。但是它仍然存在“偽跡”以及少量的斑點(diǎn)噪聲，并且在邊緣保持部分不是很理想。第四章結(jié)束語(yǔ)該實(shí)驗(yàn)是在小波變換的基礎(chǔ)上，對(duì)圖像進(jìn)行