10.3969/j.issn.1001-506X.2016.04.10
基于线性最小均方误差估计的 SAR 图像降噪
针对合成孔径雷达(synthetic aperture radar,SAR)图像降噪过程中容易引起细节纹理信息损失的问题,该文结合 SAR 图像相干斑噪声的统计特性,提出了一种基于变换域系数线性最小均方误差(linear mini-mum mean-square error,LMMSE)估计的 SAR 图像降噪方法。首先通过 SAR 场景下的 Kmeans 聚类算法将相似图像块聚类;然后针对每一类相似图像块集合进行奇异值分解(singular value decomposition,SVD),得到同时包含图像块集合行列相关信息的含噪奇异值系数;为从含噪奇异值系数中更准确地估计出真实图像奇异值的系数,先通过加性独立信号噪声(additive signal-dependent noise,ASDN)模型将乘性噪声转化为加性噪声,再利用LMMSE 准则对奇异值系数进行估计,最后将估计结果重构得到降噪后的图像块集合。实验结果表明,该方法充分利用相似图像块集合奇异值系数稀疏的特性,采用 LMMSE 准则估计奇异值系数,既保证了系数中噪声分量的去除又避免了图像纹理细节对应小系数的丢失,不仅去噪效果明显,同时能有效地保持图像纹理细节,具有良好的图像视觉效果。
合成孔径雷达图像降噪、聚类、奇异值分解、最小均方误差估计
38
TP751(遥感技术)
国家自然科学基金61108086,61171089,6130122,11304382;中央高校基本科研业务费专项资金CDJZR10160003,CDJZR11160003, CDJZR12160014,CDJZR13160008,CDJZR155507;中国博士后科学基金2013M532153;重庆市自然科学基金cstc2012j A40001;重庆市科技攻关计划项目cstc2012gg-yyjs0572资助课题
2016-05-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
785-791