经验模态分解和稀疏表示的sar图像去噪方法 - 哈尔滨工程大学学报.pdfVIP

第３７卷第９期 哈　 尔　 滨　 工　 程　 大　 学　 学　 报 Ｖｏｌ．３７ №．９ ２０１６年９月 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｓｅｐ． ２０１６ 经验模态分解和稀疏表示的ＳＡＲ 图像去噪方法 １，２ １ 刘柏森 ，张晔 （１．哈尔滨工业大学 电子与信息工程学院，黑龙江 哈尔滨１５０００１；２．黑龙江工程学院电气与信息工程学院，黑龙江 哈尔滨 １５００００） 摘　 要：相干斑噪声严重影响了ＳＡＲ 图像的应用，为降低这个影响，本文提出了一种经验模态分解和稀疏表示相结 合的去噪方法。 该方法利用经验模态分解是由数据驱动这一特点，把含噪ＳＡＲ 图像自适应的分解为若干固有模态 分量，根据这些固有模态分量的时频特性，判断噪声在固有模态分量的分布情况。 由于噪声的分布相对于图像目 标分布具有孤立性、随机性的特点，采用稀疏表示方法对含噪的固有模态分量进行分解，通过估计固有模态分量的 噪声强度，重构各固有模态分量，将处理后的以及未处理的各固有模态分量进行经验模态分解的重构，以此达到去 噪的目的。 为验证该算法的有效性，进行了对比实验，通过客观评价标准证明了该方法在细节信息保持等方面优 于其他方法，是一种针对ＳＡＲ 图像的有效去噪方法。 关键词：ＳＡＲ 图像去噪；经验模态分解；稀疏表示；自适应；合成孔径雷达；固有模态分量；相干斑噪声 ＤＯＩ：１０．１１９９０／ ｊｈｅｕ．２０１６０１０２３ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．ｕ１５４７．００４．ｈｔｍｌ － － － 中图分类号：ＴＰ７５１　 文献标志码：Ａ　 文章编号：１００６ ７０４３（２０１６）０９ １２９７ ０５ ＳＡＲ ｉｍａｇｅ ｄｅ⁃ｎｏｉｓｉｎｇ ｂａｓｅｄ ｏｎ ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ １，２ １ ＬＩＵ Ｂａｉｓｅｎ ，ＺＨＡＮＧ Ｙｅ （１． Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ ，Ｈｅｉｌｏｎｇｊｉａｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ １５００５０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｓｐｅｃｋｌｅ ｎｏｉｓｅ ｎｅｇａｔｉｖｅｌｙ ｉｎｆｌｕｅｎｃｅｓ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＡＲ ｉｍａｇｅｓ． Ｔｏ ｄｅｎｏｉｓｅ ＳＡＲ ｉｍａｇｅｓ，ｉｎ ｔｈｉｓ ｐａ⁃ ｐｅｒ，ｗｅ ｐｒｏｐｏｓｅ ａ ｄｅｎｏｉｓｉｎｇ ｍｅｔｈｏｄ ｔｈａｔ ｉｎｔｅｇｒａｔｅｓ ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ （ＥＭＤ） ａｎｄ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａ⁃ ｔｉｏｎ． Ａｓ ＥＭＤ ｉｓ ｄｒｉｖｅｎ ｂｙ ｄａｔａ，ｎｏｉｓｅ ｉｍａｇｅｓ ｃａｎ ｂｅ ｃｌａｓｓｉｆｉｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅｉｒ ｉｎｔｒｉｎｓｉｃ ｍｏｄｅ ｃｏｍｐｏｎｅｎｔｓ ｗｉｔｈ ｒｅｓｐｅｃｔ ｔｏ ｔｈｅ ｔｉｍｅ ａｎｄｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎｓｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｎｏｉｓｅ ｄｉｓｔｒｉｂｕｔｉｏｎ． Ｔｈｅｎ，ｓｉｎ