ND-GSM模型的采样矩阵方向优化及SAR图像去噪.pdfVIP

第 第 期 一 归 卷 一 月 42- Vo l. 42 No. 6A dnu- 计算机科学 一 年 6 Computer Science June 2015 一 ND-GSM 模型的采样矩阵方向优化及 SAR 图像去噪 陈双叶周耳江吴强 (北京工业大学电控学院 北京 100124) 摘要将非下采样Directionlet 交换CNonsubsampled Directionlet ,NÐ)和高斯混合尺度CGSM)模型相结合，提出了 基于 ND-GSM模型的采祥矩阵方向优化算法并将其应用于 SAR 图像去嗓。首先，将 SAR 图像的分割子图进行二进 小波变换，从而确定 SAR 图像的方向优化采样矩阵，然后在各个子图中将GSM 模型引入采样矩阵方向优化的非下采 样Directionlet 变换域中，构造了采样矩阵方向优化的非下采样 Directionlet 域分解系数的邻域模型CND-GSM) ，最后 利用Bayes 最小均方估计进行子图变换域的局部去嗓.并合成去嗓后的分割子图，得到去嗓后的 SAR 图像。该方法 解决了当非下采样Directionlet 基函数的方向与图像中各向异性目标不一致时图像的逼近效果差的问题。仿真实验 结采表明，该方法能充分体现邻域间系数的相关性，同时在图像边缘等细节特征保持方面具有明显优势，明显改善了 图像视觉效果，取得了比空域滤泼及小波方法更伏，的去嗓性能。 关键词 非下采样Direcionlet 变换，高斯混合尺度模型CGSM) ，采样矩阵方向优化，SAR 图像 中圈法分类号 TN919.8 文献标识码 A Direction Optimization of Sampling Matrix and SAR lmage Denoising in N D-GSM M创el CHEN Shuang-ye ZHOU Er-jiang WU Qiang (College of Electronic Control. Beijing University of Technology ,Beijing 100124 ,China) Abstract A new improved algorithm of the sampling matrix direction based on the model of ND-GSM combining with the nonsubsampled Direction lettransform and the model of Gaussian scale mixtures was presented. First ,binary wavelet transform is applied to segr丑ent subgraphs of SAR image to determine thesampling matrix of optimizing direction of SAR image. Then ,by combining nonsubsampled Directionlet transform which optimizes the direction of the sampling matrix with Gaussian scale mixtures in the