Kullback-Leibler距离在多视PolSAR图像非局部均值滤波中的应用

"改进的多视PolSAR非局部均值滤波算法" 本文主要讨论的是针对极化合成孔径雷达(PolSAR)图像的一种改进的非局部均值滤波算法，旨在有效地抑制相干斑并保留图像的边缘细节。在PolSAR图像处理中，相干斑是由于雷达信号的干涉效应导致的图像噪声，它会降低图像的可解译性和分析精度。 首先，非局部均值滤波是一种基于像素间相似性的去噪方法，其核心在于找到像素之间的相似度量。传统的非局部均值滤波可能在处理PolSAR图像时表现不佳，因为PolSAR图像具有复杂的极化特性。因此，作者从信息论的角度出发，选择了Kullback-Leibler(KL)距离作为优化的相似度量标准。KL距离是一种衡量两个概率分布差异的无量纲距离，它能更好地反映PolSAR图像中像素间的极化信息差异。 其次，考虑到多视PolSAR数据的复Wishart分布特性，作者提出了计算极化相干矩阵的KL距离的方法。极化相干矩阵包含了极化信息，通过使用KL距离，可以更准确地评估不同像素点之间的相似性，从而在滤波过程中更精确地区分噪声和有用信号。 此外，为了进一步提升滤波效果，文章中还提到了极化旋转的预处理步骤。极化旋转是将极化数据转换到一个更适合分析的坐标系中，可以改善图像的相干斑特性，有利于后续的滤波操作。 实验结果显示，采用改进的非局部均值滤波算法能有效抑制相干斑，同时保持图像的边缘细节，提高了PolSAR图像的处理质量和分析效果。这一方法对于PolSAR图像处理领域具有重要的理论价值和实际应用前景，尤其在环境监测、地形分析等需要高精度极化信息的场景中。 关键词: 极化SAR图像、相干斑抑制、非局部均值、Kullback-Leibler距离、极化旋转 中图分类号: P237 文献标识码: A DOI编码: 10.3969/j.issn.1673-6338.2014.05.012 这个研究工作是信息工程大学和73906部队的联合研究成果，作者包括陈建宏、赵拥军、黄洁、刘伟和赖涛，他们都在极化SAR图像处理领域有着深入的研究。