基于二维小波变换和独立分量分析的SAR图像去噪方法.docxVIP

基于二维小波变换和独立分量分析的SAR 图像去噪方法 第30卷第5期 2008年5月 电子与信息学报 JournalofElectronicsamp;InfonnationTechnology V01.30NO.5 May2008 基于二维小波变换和独立分量分析的SAR图像去噪方法 卢晓光韩萍吴仁彪刘瑞华 (中国民航大学智能信号与图像处理天津市重点实验室天津300300) 摘要:该文给出了一种基于离散小波变换和独立分量分析的SAR图像斑点噪声 抑制方法?首先利用小波变换对 图像进行分解，然后将分解出的各部分子图像分别进行独立分量分析，提取出相 应的独立源,去除噪声分量，最后 依次进行ICA重构和小波重构.该文还同时比较了采用不同小波基函数时斑点 噪声的抑制效果，研究了它们对斑点 抑制的影响.对MSTAR实测SAR图像的实验结果表明该方法能够有效地抑制 图像屮的斑点噪声，且在性能上优于 ICA和Lee滤波方法. 关键词:合成孔径雷达;斑点噪声抑制;小波变换;独立分量分析 中图分类号TN957.52文献标识码:A文章编号:1009-5896(2008)05-1052-04 AnApproachforSARImageDespeckllngBasedOil2D?Wavelet TransformandICA LuXiao-guangHanPingWuRen一biaoLiuRui-hua (TianjinKeyLab.IorAdvancedSignalProcessing,Civil AviationUniversityofChina,Tia njin300300,China) Abstract:Inthispaper,anovelspecklesuppressionmethodisproposed,whichisbasedonth ejointofdiscrete wavelettransformandindependentcomponentanalysis(ICA).ThismethodemploysICAt oprocessthewavelet coefficientsofimages.extractingtheindependentcomponentswhichrepresenttheuncont aminatedimages.Also thispapercomparesthesuppressingperformanceofseveralstandardwaveletbases.investi gatingtheirinfluences onsuppressingthespeckle.ExperimentalresultsbasedonSARimagesofMSTARdatasets howthattheproposed methodsuppressesspeckleeffectively,andoutperformsICAandLeefilte 匚 Keywords:SyntheticApertureRadar(SAR);Specklesuppression;Wavelettransform;In dependentcomponent Analysis(ICA) 1引言 过去几十年里，合成孔径雷达fSyntheticAperture Radar,SAR)受到了普遍重视，对SAR图像信息的分析，理 解系统的研究，开发也成为了各国竞相研究的热点?但SAR 图像固有的相干斑噪声严重降低了图像的可解译程度，影响 了后续目标的检测，分类和识别性能.因此对相千斑的抑制 技术已成为SAR图像处理屮的一个重点和难点.冃前已有多 种相干斑抑制方法，如多视处理，基于图像统计特性的滤波 方法，小波变换等［a?Sl.其中小波变换由于其对图像的多分 辨率分析在SAR图像斑点抑制中得到了广泛的应用. 独立分量分析(IndependentComponentAnalysis,ICA) 是一种源于肓源分离领域的信号处理技术，该方法以非高斯 源信号为研究对象.对罪高斯信号来说，二阶统计量只能反 映一部分信息，它不包含相位信息;对图像数据而言，其大 部分重要特征信息(如图像的边缘,细节等1与像素间的高阶 2006-10—30 收到,2007—04—06 改冋 国家杰出青年基金项R,国家863计划(2006AA12Z313), 深圳大学ATR国防科技重点实验室开放课题(200603)和中国民航 大学科研启动基金(Qd04ql0)资助课题 统计特征有着密切的关系ICA就是一种基于高阶统计特 性的分析方法，它基于统计独立性的原则，使用最优化算法 将多通道信号分解成彼此相互独立的分量?在实际应用中， 受噪声污染的信号中有用信号与噪声往往是独立的,这样