"这篇论文提出了一种用于极化合成孔径雷达(SAR)图像去斑的快速贝叶斯非局部均值算法。基于单极化SAR的贝叶斯非局部均值方法,该算法扩展到极化SAR场景,通过推导极化相干矩阵在复Wishart分布下的块相似性度量函数,建立了一个无需先验知识的极化SAR贝叶斯非局部均值模型。为了提高计算效率,文中采用了积分图技术。实验证明,这种方法能有效地抑制SAR图像中的相干斑,同时保留极化信息,并显著提升了处理速度。该研究受到了国家自然科学基金的支持,作者来自信息工程大学和防空兵学院。" 正文: 极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)是一种先进的遥感技术,它能获取地表物体的多极化信息,从而提供更丰富的地表特性分析。然而,PolSAR图像常常受到相干斑(Coherent Speckle)的影响,这是一种由雷达波束扩散和散射产生的随机噪声,极大地降低了图像的可解译性和分析精度。 本文针对这一问题,提出了一个基于贝叶斯非局部均值(Bayesian Non-Local Means, BNLMeans)的去斑算法。BNLMeans算法是一种非局部图像处理方法,其核心思想是利用图像中的非局部相似性来平滑图像,保留细节信息。在单极化SAR图像去斑中,BNLMeans已证明了其有效性。然而,将这种方法直接应用到极化SAR图像并不适用,因为极化信息的复杂性要求更精确的统计模型。 因此,作者首先推导了极化相干矩阵在复Wishart分布下的块相似性度量函数。极化相干矩阵包含了极化SAR数据的四个基本分量,可以反映地物的散射特性。复Wishart分布是一种适合描述极化SAR数据统计特性的概率分布,能准确捕捉极化信息的变化。 接下来,作者构建了一个无先验知识的极化SAR贝叶斯非局部均值模型。这个模型考虑了极化SAR图像的内在结构,通过比较不同位置像素的极化相干矩阵,计算它们之间的相似性,进而进行去斑处理。通过这种方式,算法能够在去除相干斑的同时,保护图像的极化特征。 为了加速算法的计算,作者引入了积分图(Integral Image)的概念。积分图是一种预处理技术,它可以极大地减少计算像素间距离和相似性的计算量,从而实现快速的非局部处理。 实验部分,作者使用机载SAR实测的旧金山地区极化SAR数据进行验证。结果显示,提出的算法在抑制相干斑方面表现出色,同时保留了重要的极化信息。此外,计算效率的提升使得该方法在大数据量的PolSAR图像处理中具有更高的实用性。 这篇论文提出的快速贝叶斯非局部均值算法为极化SAR图像的相干斑抑制提供了一种有效且高效的方法,对极化SAR图像处理领域具有重要意义。该算法不仅改善了图像质量,还为后续的地物识别和分类任务提供了更可靠的输入数据。
下载后可阅读完整内容,剩余7页未读,立即下载
- 粉丝: 5
- 资源: 931
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C++标准程序库:权威指南
- Java解惑:奇数判断误区与改进方法
- C++编程必读:20种设计模式详解与实战
- LM3S8962微控制器数据手册
- 51单片机C语言实战教程:从入门到精通
- Spring3.0权威指南:JavaEE6实战
- Win32多线程程序设计详解
- Lucene2.9.1开发全攻略:从环境配置到索引创建
- 内存虚拟硬盘技术:提升电脑速度的秘密武器
- Java操作数据库:保存与显示图片到数据库及页面
- ISO14001:2004环境管理体系要求详解
- ShopExV4.8二次开发详解
- 企业形象与产品推广一站式网站建设技术方案揭秘
- Shopex二次开发:触发器与控制器重定向技术详解
- FPGA开发实战指南:创新设计与进阶技巧
- ShopExV4.8二次开发入门:解决升级问题与功能扩展