SAR图像降噪的双树复小波变换相位保持算法.docVIP

SAR图像降噪的双树复小波变换相位保持算法 作者：周伟华 来源：中国图像网 发布时间：2006-6-11 16:08:51 发布人：coo 减小字体 增大字体 2 双树复数小波变换原理 Kingsbury 提出在同一个数据上, 用两个独立的小波变换平行作用来完成复数小波变换, 即由如下公式计算:　 (1)其中, 均是实数值小波。一维双树复数小波变换(1D DTCWT ) 如图1 所示。一维双树复数小波变换可通过一对滤波器组同时作用在输入数据上来实现。它包含两个平行的小波树, 即树A(Tree A )和树B(Tree B)两个分支, 如图1 所示的上部树A的叠加滤波器组表示复数小波变换的实部; 下部树B的叠加滤波器组表示复数小波变换的虚部,↓2 表示隔点取样。其中,实数滤波器和分别代表了两个共轭正交滤波器对。则与滤波器对相对应的实数值尺度函数和小波函数定义如下：(2)而与滤波器对相对应的实数值尺度函数和小波函数则定义如下：(3)复数小波变换的优点源于复数小波函数的频谱单边性,双树复数小波变换的关键是低通滤波器的设计，具体设计方案参考Selesnick的文章 . 3 基于log-gabor滤波器复小波变换的相位保持滤波 Oppenheim and Lim 所做的工作说明，对于人的视觉系统来说，在傅立叶变换中图像的相位信息极为重要。幅值谱表明各分量出现的多少，而相位谱则表明各分量在图像中出现的位置，因此相位信息蕴含着图像的形状和结构信息。正因如此，我们期望在对SAR图像的降噪过程中，提取原始图像的相位信息，并保证其在消噪的处理中不被破坏 。我们采用基于奇偶滤波器组的两个独立的小波变换完成双树复小波变换来实现上述构想。由于log-Gabor所具有的优良性能：1，在对数频率刻度，具有高斯传输函数；2，奇滤波器在任意带宽保持0直流分量；3，可以使得信号特征的小波系数分散程度达到最小，从而使得信号能量局限在少数系数当中，使得消噪效果达到最好 。log Gabor偶、奇对称小波示于图 2。Peter Kovesi在他的文章中指出，实验证明基于log-gabor滤波器复小波变换的相位保持滤波算法对于加性高斯噪声滤除具有良好效果。 4 问题描述噪声模型及新方法的提出 4.1 斑点噪声模型当斑点噪声不是完全发展的情形时，不可以用单一乘性噪声模型对其作出准确描述 。记I(x,y)为一含噪SAR图像，S(x,y)为待估计的真实图像，和表示乘性和加性噪声分量，有： (4)如果忽略乘性噪声分量可得：(5)SAR图像中的加性噪声服从高斯分布。忽略加性噪声分量可得：(6)对图像的灰度值作对数变换，则乘性噪声转换为加性高斯噪声 ：(7)对于一幅真实的SAR图像，我们难以将加性噪声、乘性噪声分离开来，一般都是取近似乘性噪声模型进行处理。我们通过研究发现，加性噪声的影响是不可忽略的，因此我们提出了综合这两种模型优势的新算法。4.2 基于双树复小波融合技术改进相位保持滤波方法基于相位保持滤波算法和斑点噪声模型，我们提出如下新的消噪方法：对原图直接应用相位保持消噪，得到I1；对原图作对数变换后应用相位保持消噪，得到I2；融合I1,I2。小波变换在很多图像融合问题中，得到了成功的应用，一般采用离散小波变换技术（DWT），它比金字塔方案有更多优点,但它存在一个主要缺点就是没有平移不变性。双树复小波变换（DT-CWT）具有位移不变性 ，同时比离散小波变换具有更多的方向选择性，它在每层可以得到±15°±45°±75°六个方向的细节信息。由于采用双正交基，可以得到完美的重构。我们通过双树复小波变换获得一个输入图像的多分辨率分解，两幅图像的小波分解系数通过一定的融合规则融合，产生与融合后图像相对应的一组小波系数，整个过程示于图3 。关于复小波融合算法的融合规则主要有三种：(a)最大选择(MS)方案；(b)加权平均（WA）方案；(c)加窗选择(WBV)方案。相关文献有详细介绍 ，此处限于篇幅不复赘述。 我们采用的方案是：首先取得双树复小波分解的复系数模值，概貌系数模值选用加权平均（WA）方案,这样就可以有效消除灰度失真，因为图像作小波分解后，大的结构也即主要能量集中在概貌系数里，由于加性噪声对数变换后滤波对大框架结构有突出效果，可以对其选择较大权值。高频系数模值采用最大选择(MS)方案，因为真正信号的能量总是集中在少数小波分解系数上，相对能量较大，系数幅度大；而噪声能量总是均匀分布在整个尺度空间能量分散，系数幅度小，所以采用最大选择(MS)方案，可以提取真正的高频细节，滤除噪声分量。从后面实验的结果来看，这种方案的选择是成功的。 5 实验结果及分析 为深入分析对数变换与否在实际SAR图像降噪中的影响，我们取一幅128X128含噪图