基于異質性測量的SAR圖像相干斑抑制算法研究.pdf

1、合成孔徑雷達(SAR)是一種新興的微波遙感技術，被廣泛地應用于用地質探測、災情監(jiān)測、海洋探測、環(huán)境監(jiān)測和軍事系統(tǒng)等各領域中。由于采用相干波源，在獲取SAR圖像過程中將不可避免的引入相干斑，相干斑嚴重降低了SAR圖像的可解譯性，阻礙了人們對地物判讀。因此，SAR圖像的相干斑抑制問題一直是SAR圖像處理領域中的熱點問題。理想的去斑算法應該是既要兼顧斑點噪聲的濾除，又要保護圖像邊緣細節(jié)信息，但目前并沒有一種方法能夠完美的滿足這兩點要求。

2、>　　近年來，在SAR圖像處理領域，一個被國內外學者關注的熱點問題是異質性測量方法與分析。異質性反映了圖像區(qū)域內信息差異性程度，可以分辨出圖像中紋理信息和后向散射系數(shù)的變化。本文以SAR圖像異質性測量為手段，在小波域中開展SAR圖像去斑算法的研究，主要創(chuàng)新工作如下：
　?。?）研究了SAR圖像多尺度異質性測度的表示方法、統(tǒng)計分布，提出了一種多尺度異質性測度的理論分布模型、以及模型參數(shù)的估計方法。具體的說，本文以多尺度局部變差系數(shù)（

3、MLCV）作為異質性測度，通過統(tǒng)計 MLCV直方圖分布，提出用對數(shù)正態(tài)分布對其建模，并以此模型估計 MLCV的模態(tài)（mode）參數(shù)。
　?。?）提出了一種基于異質性分類的小波域貝葉斯去斑算法。在非同態(tài)框架下，將小波域中的后向散射信號和斑點噪聲分別建模為正態(tài)逆高斯分布、高斯分布，在貝葉斯最大后驗準則下推導出信號估計的表達式；為了提高模型參數(shù)的估計精度，引入多分辨率局部變差系數(shù)（MLCV）作為異質性測度，并基于MLCV對小波子帶中的系

4、數(shù)進行分類，用累積量的估計方法計算每一類小波系數(shù)的模型參數(shù)。仿真實驗驗證了這種新算法的可行性和有效性。
　?。?）針對真實SAR圖像在去斑過程中易存在的過平滑現(xiàn)象，提出了一種基于異質性測度的自適應預矯正方法。對含斑圖像做小波分解，以多尺度局部變差系數(shù)（MLCV）作為異質性測度，提出一種基于該測度的自適應預矯正函數(shù)，將小波子帶劃分為四類區(qū)域，對不同區(qū)域采取不同的預處理策略；在此基礎上對預矯正圖像采用常規(guī)的小波域去斑算法。對真實SAR