基于異質(zhì)性測(cè)量的SAR圖像相干斑抑制算法研究.pdf

1、合成孔徑雷達(dá)(SAR)是一種新興的微波遙感技術(shù)，被廣泛地應(yīng)用于用地質(zhì)探測(cè)、災(zāi)情監(jiān)測(cè)、海洋探測(cè)、環(huán)境監(jiān)測(cè)和軍事系統(tǒng)等各領(lǐng)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(yán)重降低了SAR圖像的可解譯性，阻礙了人們對(duì)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(lǐng)域中的熱點(diǎn)問題。理想的去斑算法應(yīng)該是既要兼顧斑點(diǎn)噪聲的濾除，又要保護(hù)圖像邊緣細(xì)節(jié)信息，但目前并沒有一種方法能夠完美的滿足這兩點(diǎn)要求。

2、>　　近年來，在SAR圖像處理領(lǐng)域，一個(gè)被國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)問題是異質(zhì)性測(cè)量方法與分析。異質(zhì)性反映了圖像區(qū)域內(nèi)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(zhì)性測(cè)量為手段，在小波域中開展SAR圖像去斑算法的研究，主要?jiǎng)?chuàng)新工作如下：
　?。?）研究了SAR圖像多尺度異質(zhì)性測(cè)度的表示方法、統(tǒng)計(jì)分布，提出了一種多尺度異質(zhì)性測(cè)度的理論分布模型、以及模型參數(shù)的估計(jì)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(zhì)性測(cè)度，通過統(tǒng)計(jì) MLCV直方圖分布，提出用對(duì)數(shù)正態(tài)分布對(duì)其建模，并以此模型估計(jì) MLCV的模態(tài)（mode）參數(shù)。
　?。?）提出了一種基于異質(zhì)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(hào)和斑點(diǎn)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(yàn)準(zhǔn)則下推導(dǎo)出信號(hào)估計(jì)的表達(dá)式；為了提高模型參數(shù)的估計(jì)精度，引入多分辨率局部變差系數(shù)（MLCV）作為異質(zhì)性測(cè)度，并基于MLCV對(duì)小波子帶中的系

4、數(shù)進(jìn)行分類，用累積量的估計(jì)方法計(jì)算每一類小波系數(shù)的模型參數(shù)。仿真實(shí)驗(yàn)驗(yàn)證了這種新算法的可行性和有效性。
　?。?）針對(duì)真實(shí)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(zhì)性測(cè)度的自適應(yīng)預(yù)矯正方法。對(duì)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(zhì)性測(cè)度，提出一種基于該測(cè)度的自適應(yīng)預(yù)矯正函數(shù)，將小波子帶劃分為四類區(qū)域，對(duì)不同區(qū)域采取不同的預(yù)處理策略；在此基礎(chǔ)上對(duì)預(yù)矯正圖像采用常規(guī)的小波域去斑算法。對(duì)真實(shí)SAR