基于Directionlet变换的遥感图像降噪算法研究.pdf

第34卷 第4期 佳 木 斯 大 学 学 报 ( 自 然 科 学 版 ) Vo1．34 No．4 2016 年 O7月 JournalofJiamusiUniversity(NaturalScienceEdition) July 2016 文章编号：1008—1402I2016)04—0560—40 基于 Directionlet变换的遥感图像降噪算法研究① 李 彦 ， 张德祥 ， 桂树 国’ (1．安徽职业技术学院，安徽 合肥 23001l；2．安徽大学电气工程与 自动化学院．安徽 合肥 230601) 摘 要： 提 出一种有效的基于Directionlet变换的Bayesian最大后验估计实现遥感图像降噪算 法。首先采用具有 多尺度、多方向特点的Directionlet变换对含噪遥感图像进行分解，然后根据 先验信息和噪声系数分布设计最大后验估计算法实现相干斑噪声的去除。实验结果表明，提出 的算法与传统降噪算法相比不仅原始图像的边缘和纹理信息可保留，而且可获得更好的降噪视 觉效果。 关键词： Directionlet变换；遥感图像 ；Bayesian最大后验估计 ；图像降噪 中图分类号： TN957．54 文献标识码 ： A 式对相同图像实现3层多尺度分解后的图像系数 1 Directionlet变换算法 结构图，其中在水平方向实现2次分解，而在垂直 方向只实现 1次分解。 1．1 各向异性小波算法 1．2 整数栅格多方向框架理论算法 在传统的小波变换中，二维小波滤波器组是可 分离的，是由独立的一维小波基在水平和垂直方向 各向异性小波变换只有水平和垂直方向而无 产生的，同时在同一分解尺度下其水平方向和垂直 法表达实际图像特性，为了获得更多方向基函数， 方向的滤波及采样次数相同。而对于各向异性小 Directionlet分解方法是利用整数栅格多方 向框架 波变换AWT(anisotropicwavelettransfotin)在同一 理论，利用有理斜率方向的线段组合方式不仅能实 分解尺度下其水平方向和垂直方向的滤波及采样 现方向性选择，而且可以避免图像在分解和重构时 次数可以不同。各向异性的特性使得图像在分解 出现的方 向交叉现象 。 过程中可以获得奇异性曲线的边缘跟踪表达，能用 对于满秩整数栅格A可以假定是由两个线性 更稀疏系数表示图像的曲线…。 无关的整数 d 和d线性组合而得到矩阵部分。变 换方向是沿向量 d，方向进行，斜率为 r=b／a，， 而变换采样后点集的排列方向为向量 d，方向，斜 率为r2=b2／a2，其中Ⅱl，口2，bl，b2cZ，而图像的分 割就是利用这两个向量的方向角进行分解的。一个 整数栅格的表达可以采用栅格生成矩阵 ，来表 示 ： (a)传统小波分解系数 (b)各向异性小波分解系数 A = CM^= 图1 不同小波变换后小波系数分布图 其中C。，ccZ，一幅图像的分割分解可利用 图1(a)表达的是采用传统二维离散小波变换 栅格的平移来对