基于形态Haar小波的SAR图像斑点噪声抑制方法:小波去噪声分析方法

　　摘 要:针对现有相干斑抑制算法不能在去除斑点噪声和保持图像边缘、细节信息之间做到很好的折中,提出了一种新的基于形态Haar小波变换的合成孔径雷达(SAR)图像斑点噪声抑制方法。该方法首先对SAR图像进行二维形态Haar小波分解,图像的边缘、细节和纹理信息在低频子带中得到了更好的保留,噪声主要分布在高频子带;然后,根据各高频子带噪声的特点,分别对高频子带进行均值和中值滤波达到去除斑点噪声的目的;最后,再对低频子带和处理后的高频子带进行形态Haar小波精确重构得到去斑图像。实验证明:该算法不仅大大改善了原始SAR图像的画面质量,同时很好地保持了原始SAR图像的纹理特性和细节信息;该算法去斑性能指标总体优于传统的Lee滤波、Frost滤波、Kuan滤波和小波软阈值法。
　　关键词:合成孔径雷达;形态Haar小波;斑点噪声抑制;滤波;细节保持
　　中图分类号: TN958;TN957.52;TP391.41 文献标志码:A
　　�
　　Speckle reduction of SAR image based on morphological Haar wavelet
　　�
　　LI Min���*�, ZHANG Zi�you, LU Lin�ju
　　�(
　　College of Physics and Electronic Engineering, Leshan Normal University, Leshan Sichuan 614000, China
　　)�
　　Abstract:
　　The existing speckle reduction algorithms of Synthetic Aperture Radar (SAR) image can efficiently reduce the speckle effects but unfortunately smear edges and details. A new method, based on morphological Haar wavelet, was proposed. In this method, the SAR image was firstly decomposed by 2�D morphological Haar wavelet. Thus, the edges, details and textures were well preserved in low�frequency sub�band. The speckle noise was mainly distributed in high�frequency sub�bands. Then, the average filtering and median filtering were run on the corresponding high frequency sub�bands according to the noise features. Finally, 2�D morphological Haar wavelet inverse transform was carried on to low�frequency sub�band coefficients and filtered high�frequency sub�bands coefficients to reconstruct SAR image accurately. The experimental results show that the proposed method can not only filter the speckle noise efficiently, but well preserve the image textures and details of SAR image. The proposed method is better than the traditional Lee filtering, Frost filtering, Kuan filtering and wavelet soft�threshold overall.
　　�Key words:
　　Synthetic Aperture Radar (SAR); morphological Haar wavelet; speckle reduction; filtering; detail preservation
　　�
　　
　　
　　0 引言�
　　
　　
　　合成孔径雷达(Synthetic Aperture Radar, SAR)是一种主动的微波成像遥感雷达,由于它具有全天候、全天时、大面积、远距离获取实时高分辨率图像数据的能力,已成为空间对地观测系统的主要探测手段和技术,在军事和民用领域里得到了广泛的应用��[1-3]�。�
　　由于SAR的相干成像特征,SAR影像一般含有斑点噪声。这种斑点噪声由各像元内多个雷达入射波波长尺度上的散射体回波随机相干而形成��[4-5]�。SAR图像中的斑点噪声使SAR图像的分割、分类和其他信息提取过程变得复杂。对SAR图像进行斑点噪声抑制是对SAR图像进行分割、分类、目标检测以及其他定量专题信息提取前必不可少的步骤。�
　　近20年来,提出了许多去除SAR图像斑点噪声的方法。这些方法主要分为两大类:一类是成像时进行多视处理；另一类是成像后进行滤波。多视处理相当于低通滤波,该方法简单有效,但它在减少噪声的同时破坏了图像的空间分辨率和边缘信息��[6]�。因此,一般情况下通过对图像进行空间域的滤波来抑制斑点噪声��[7]�。近年来,针对SAR斑点噪声的乘性特征,发展了许多自适应局部统计滤波器,如Lee滤波器、Frost滤波器、Kuan滤波器等。这些滤波器算法面临的最大困难在于滤波器窗口大小的选择：一方面去除噪声要求滤波器尽可能取大窗口;另一方面保持边缘纹理等信息要求滤波器取尽可能小的窗口。近年来,随着小波理论的不断发展和完善,具有多尺度频域特性和边缘保持优越性的小波变换被广泛应用于SAR图像斑点噪声滤波,如文献[8-15]。目前存在的小波去斑法大都存在着对小波系数“过扼杀”,以至图像模糊不清等不足。�
　　形态小波是基于数学形态学的非线性小波变换方法,它不仅保留了形态学的特性,同时还具有小波分解的多分辨率特性,具有更好的细节保留特性和抗噪性能��[16]�。本文提出了一种基于形态Haar小波的去斑新方法。该方法首先对SAR图像进行形态Haar小波分解,边缘和细节在低频子图中得到很好的保留,噪声主要分布在各高频子图;然后根据各高频子图噪声的特点应用适当的滤波方法达到去噪的目的;再经过形态Haar小波重构得到去斑SAR图像。实验证明,该方法可以显著抑制SAR图像斑点噪声,同时有更好的细节保持效果。�
　　
　　在低频分量中图像的边缘和细节得到很好的保留,噪声主要分布在高频分量。水平高频与垂直高频的噪声主要为椒盐噪声与高斯噪声并存;对角高频噪声主要为随机分布的椒盐噪声。针对各高频子图噪声的特点,水平和垂直高频子图进行均值滤波,模板大小为3×3;对角高频子图进行中值滤波,模板大小为3×3。得到各滤波子图像后,通过形态Haar小波逆变换来重构滤波后图像,即得到去斑SAR图像。�
　　3 实验结果与分析�
　　3.1 斑点噪声抑制的性能指标��
　　均匀区域内辐射特性的保持和斑点抑制能力可通过计算滤波前后均匀区域内的均值(μ)、标准差(σ)、斑点指数(β)和等效视数�(Equivalent Number of Looks, ENL)�来定量评价。图像的斑点指数定义如�式(1)所示,�图像的等效视数定义如式(2)所示。�
　　β=σ/μ(1)�
　　ENL=μ�2/σ�2(2)��
　　均值反映图像的平均灰度,即反映图像的辐射特性。标准差的大小表示图像信息量的多少。斑点指数表征滤波器对图像的降噪能力,其值越小,表明降噪能力越强;等效视数表征滤波器对图像的平滑能力,其值越高,表明平滑作用越大。�
　　3.2 实验结果�
　　为了评价本文提出的形态Haar小波SAR图像斑点滤波法,在实验中除了用此方法进行SAR图像斑点滤波处理,还分别将Lee滤波(窗口大小为7×7)、Frost滤波(窗口大小为4×4)、Kuan滤波(窗口大小为9×9)和小波软阈值法应用于同一幅SAR图像,结果如图4所示。实验环境为Matlab 7.0。�
　　
　　通过目视分析,去斑后图像比原始图像斑点噪声明显减少，其中Lee滤波和小波软阈值去斑后的图像趋于模糊,Frost滤波后的图像也有一定程度的模糊。Kuan滤波和本文方法滤波后图像较好地保留了原始图像的辐射特性、纹理特征以及细节信息。�
　　表1给出了各种方法的降噪性能。各种方法处理后的图像均值都比较接近原始图像的均值,表明各种方法都保持了原始图像的灰度强度,有利于图像的后续处理和解释;小波软阈值法��[8]�存在对小波系数的“过扼杀”,即过平滑,等效视数大、标准差小,以至于图像模糊不清;Lee滤波器和Frost滤波器具有一定的平滑作用,同时在一定程度上保持了细节信息,因而标准差较高,斑点指数也较高;Kuan滤波器斑点指数较低,说明降噪性能良好,但等效视数较高,具有一定的平滑作用;而本文方法斑点指数低、标准差较大,说明该方法降噪能力强,同时很好地保持了原始图像的纹理信息和细节信息。综合考虑肉眼观察和定量分析,本文方法一方面大大改善了原始SAR图像的画面质量,另一方面很好地保持了原始SAR图像的纹理特性和细节信息。�
　　
　　4 结语�
　　本文将形态Haar小波图像分解与重构引入到SAR图像斑点噪声抑制中,根据各高频子带噪声的特点,分别进行均值和中值滤波达到去除斑点噪声的目的。实验结果表明,该方法明显降低了原始图像的斑点噪声,改善了图像质量,同时很好地保留了原始图像的辐射特性、纹理特征和细节信息,为SAR图像分割、分类、目标检测等奠定了良好的基础。

推荐访问:斑点 噪声 小波 形态