基于SWT域改进粒子滤波的SAR图像降斑算法.pdf

基于SWT域改进粒子滤波的 SAR图像降斑算法 张鹏1李明1吴艳2,甘露2,肖平3 1.西安电子科技大学雷达信号处理国家重点实验室,陕西西安 710071; 2.西安电子科技大学电子工程学院,陕西西安 710071 3.陕西测绘局,陕西西安 710054 摘要:粒子滤波(PF)非常适合处理非高斯状态空间模型的滤波问题,而SAR图像的非高斯降斑算法正是粒 子滤波的一个有效应用,本文在平稳小波变换(SWT)域上提出了一种基于马尔可夫随机场(MRF)的改进PF的SAR图 像降斑算法.新算法首先分析验证了SAR图像在SWT域比在DWT域中利用广义高斯分布(GGD)建模更为精确;然后 针对基本PF降斑算法中的粒子整体权重偏差问题,引入MRF重新定义粒子权重,并通过权重更新粒子的采样区间以 优化粒子分布;最后为了提高本文降斑算法的实时性,依据小波系数的局部统计特性把图像分为平滑和边缘进行分区 域处理.本文针对模拟SAR图像和实测SAR图像进行了仿真,仿真结果和分析表明降斑后的图像能够在去除噪声的 同时较好的保持图像的边缘和纹理结构特征,而且分区域处理有效地提高了算法的效率. SAR图像降斑;SWT-GGD;粒子权重选取;MRF-PF;分区域处理 TN957.52 A 0372-2112(2011) 10-2300-09 SARImageDespecklingUsingModifiedParticleFilterBasedon StationaryWaveletTransform ZHANGPengLIMingwUYan GAN LuXIAOPing 2010-06-11 2011-06-20 国家自然科学基金(No;国防预研基金(No.9140C0103071003);长江学者和创新团队发展计划(No.IRT0954) 向的2尺度小 子点观测噪声的 据用于计算图像 算法同样体现了其1 @@[1]JSLee.Digitalimageenhancementandnoisefilteringbyuse oflocalstatistics[J].IEEETransonPatternAnalysisandMa chineIntelligence,1980,2(2):156-163. @@[2]DTKuan,AASawchuk,pChavel.Adaptivenoisesmoothing filterforimageswithsignal-dependentnoise[J].IEEETranson PatternAnalysisandMachineIntelligence,1985,7(2):165- 177. @@[3]ALopes,RTouzi,ENezry.Adaptivespecklefiltersandscene heterogeneity[J].IEEETrans.onGeoscienceandRempte Senning,1990,28(6):992-1000. @@[4]YWu,XWang,GLiao.SARimagesdespecklingbasedon Baysianestimationandfuzzyshrinkageinwaveletdomains [J].ChineseJournalofAeronautics,2006,19(4):326-333. @@[5]MLi,YWu.SARimagesegmentationbasedonmixturecon textandwavelethidden-class-lableMarkovrandomfield[J]. ComputersandMathematicswithApplications,2009,57(6): @@[15]Sheng,YW,Xia,ZG.Acomprehensiveevaluationofthefil 961-969.