Lee滤波与RefinedLee滤波实验.docVIP

Lee滤波与Refined-Lee滤波实验报告 一、实验目的 1、掌握Lee滤波与Refined-Lee滤波的原理及方法； 2、掌握Lee滤波与Refined-Lee滤波滤波效果ENL/ESI分析的原理及方法； 3、分析比较Lee滤波与Refined-Lee滤波的滤波性能； 4、分析滤波窗口与滤波效果的关系。 二、实验原理 1、Lee滤波原理 由于SAR系统的有限分辨率和相干性，合成孔径雷达成像过程中总是不可避免地要产生一种称为纹斑（speckle noise）的噪声。SAR图像中的斑点噪声与数字图像处理中所遇到的噪声有本质的不同，这是因为它们形成的物理过程有本质上的差别。SAR图像中的斑点噪声是在雷达回波信号中产生的，是包括SAR系统在内所有基于相干原理的成像系统所固有的原理性缺点。 为了研究相干斑的统计特性，Goodman于1976年提出了完全发育的相干斑噪声的概念。 一般情况下，SAR的发射信号波长远远小于分辨单元尺寸，SAR每个分辨单元都可看作是由许多尺寸与波长相近的散射点组成的，也就是所谓的“完全发育”。SAR图像的分辨单元尺寸一般为其信号波长的几十倍，因此，在每一时刻，雷达脉冲照射的地表单元内部包含成百上千个与其波长相当的散射体。在理想情况下这些散射子的回波为球面波，在球面上，其幅度处处相等。由于这些散射目标出自于同一分辨单元之内，合成孔径雷达是无法将它们区分开来，因而这一单元接受到的信号是这些散射目标回波的相干叠加，该单元的最终成像结果反映的是众多散射回波的矢量和，因此导致接受信号的强度并不完全由地物目标的散射系数决定，而是围绕着散射系数的值有很大的随机起伏，称之为衰落。这使得具有均匀散射系数的区域，它的SAR图像中并不具有均匀的灰度，呈现出很强的噪声表现，这种效应称为相干斑噪声效应。 根据试验研究表明完全发育的相干噪声是一种乘性噪声，即有：(k,l)是图像像素的坐标，I(k,l)是实际得到的图强强度（含有噪声），x(k,l)是一个平稳随机过程，描述了地面目标的雷达散射特性即原始信号，v(k,l)即为相干斑噪声，它是一个均值为1，方差为的平稳白噪声。乘性相干斑模型如下： ， 噪声抑制的两个关键环节：一是建立真实后向散射系数的估计机制，二是制定同质区域像素样本的选择方案。 Lee滤波是利用图像局部统计特性进行SAR图像斑点滤波的典型方法之一，其是基于完全发育的斑点噪声模型，选择一定长度的窗口作为局部区域，假定先验均值和方差可以通过计算局域的均值和方差得到。具体计算如下： ， ， ， 其中，。 2、Refined-Lee滤波原理 由于Lee滤波器存在缺陷，即对靠近边缘或点目标的同质区域像素滤波不够充分，之后，Lee又提出了一种基于边缘检测的自适应滤波算法，通过重新定义中心像素的邻域来提高估计的准确性。通常使用7*7的滑动窗口，具体处理如下： Step1：将7×7的滑窗分为九个子区间，区间之间有重叠，每个子区间大小为3×3。 Step2：计算各子窗的均值。用这个均值构造一个3×3的矩阵M，来估计局域窗中边缘的方向：将×3梯度模板应用到均值矩阵，梯度绝对值最大的方向被认为是边缘的方向。这里只需要用水平、垂直、45度和135度四个方向的梯度模板，相反方向互为相反数。 用这个矩阵与四种边缘模板与之进行加权计算,选择计算加权结果绝对值最大，确定边缘方向。一种边缘方向对应两种模板Xij和Xji，比较Mij和Mji大小，确定选择哪一种窗口。 所有阴影区域外的像素将取代原来滑窗内所有的像素来计算局域均值和方差，从而重新估计局域窗的中心像素值。 3、相干斑抑制效果评价 (1)等效视数ENL 需要注意的是，ENL的值只有在同质区域才有效，这是因为只有在同质区域中，回波的起伏才主要决定于相干斑，而在非同质区域中地物的结构和属性的变化是回波强度起伏的主要原因，因此计算ENL时，需要确定同质区域的位置。 等效视数(EquivalentNumberofLooks，ENL):多视强度SAR图像满足Gamma分布，观察其均值方差与视数的关系，人们提出了等效视数的概念。 对SAR强度图像，如果某强度均匀的局部区域I中像素的均值和方差分别为E(I)和Var(I)，则定义其等效视数ENL为: 从多视强度图像的均值和方差可知，即等效视数ENL在数值上等于用于多视平均的独立强度图像的数目，例如，一幅相干斑指数值为0.5的4视SAR强度图像的ENL就是4。 同样，对多视幅度SAR图像同样可以定义其等效视数，但上式的定义对于幅度图像并不适用，对于SAR幅度图像，ENL的定义应该是： 这里0.5227是由于单视SAR幅度图像的标准方差值，这一定义是与利用单视图像的幅度值进行平均实现多视处理相吻合的。ENL常常被用于衡量原始SAR图像的相干斑程度，但由于进行多视