收稿日期:20150402 修回日期:20150525 基金项目:国家自然科学基金资助项目(61141010,61201448);湖北省自然科学基金重点
资助项目(2012FFA113)
作者简介:侯建华(1964),男,湖北武汉人,教授,博士,主要研究方向为图像处理和计算机视觉(hou8781@126.com);陈稳(1991),男,河
南信阳人,硕士,主要研究方向为图像处理;刘欣达(1989),女,湖北武汉人,硕士,主要研究方向为图像处理;陈少波(1980),男,湖北仙桃人,讲
师,博士,主要研究方向为图像处理和字符编码.
基于异质性预矫正的小波域 SAR图像去斑
侯建华,陈 稳,刘欣达,陈少波
(中南民族大学 智能无线通信湖北省重点实验室,武汉 430074)
摘 要:真实 SAR图像在去斑过程中易存在过平滑现象,针对此问题提出了一种对图像预矫正后再进行去斑
处理的方法。对含斑图像作小波分解,以多尺度局部变差系数作为异质性测度,提出一种基于该测度的自适应
预矫正函数,将小波子带划分为四类区域,对各区域采取不同的预处理策略;在此基础上对预矫正图像采用常规
的小波域去斑算法。对真实 SAR图像去斑的实验表明,该方法在抑制相干斑和保持图像细节方面均有较显著
的改善。这种预矫正过程简单、实用,并且可以和多种常规的去斑算法相结合,具有一定的推广和应用价值。
关键词:SAR图像去斑;小波变换;异质性测度;预矫正
中图分类号:TP391.41 文献标志码:A 文章编号:10013695(2016)07222404
doi:103969/j.issn10013695201607066
HeterogeneitybasedprecorrectionandwaveletSARimagedespeckling
HouJianhua,ChenWen,LiuXinda,ChenShaobo
(HubeiKeyLaboratoryofIntelligentWirelessCommunications,SouthCentralUniversityforNationalities,Wuhan430074,China)
Abstract:ObjectiveoversmoothingofimagedetailsiscommonindespecklingprocedureforrealSARimage.Thispaper
presentedamethodthatfirstperformedprecorrectiononspeckledimageandthenapplieddespecklingalgorithm.Methodspe
cifically
,itusedwavelettransformtodecomposethenoisyimage,andadoptedmultiscalelocalcoefficientofvariation(ML
CV)asheterogeneitymeasure.ItproposedanadaptiveprecorrectionfunctionbasedontheMLCV.Itclassifiedwaveletcoef
ficientsineachsubbandintofourcategories,andtookdifferentpreprocessingstrategiesintoaccountcorrespondingly.Final
ly,itusedapopularwaveletdomaindespecklingalgorithmtoprecorrectionimage.ExperimentresultsonrealSARimages
showsthatperformanceoftheproposedmethodsignificantlyimprovesbothinspecklesuppressionandimagedetailspreserva
tion.Conclusionduetosimplicityandeasinesstoimplement
,theproposedprecorrectioncanbeextendedandcombineswith
someconventionaldespecklingapproaches,whichishelpfulinpracticalapplication.
Keywords:SARimagedespeckling;wavelettransform;heterogeneitymeasure;precorrection
相干斑抑制是 SAR图像预处理中一个非常重要的研究内
容,其发展大致经历了以下阶段:a)经典的空域滤波方法,从
最初简单的均值滤波、中值滤波,到 20世纪 80年代发展起来
的空域自适应滤波算法;
b)20世纪 90年代兴起的小波域去斑
方法,包 括 软 /硬 阈 值 去 斑
[1,2]
、基 于 小 波 系 数 统 计 分 布 的
Bayesian去斑方法等
[3~5]
;c)近十年来基于新的滤波理论发展
起来的方法,包括非局部均值滤波
[6~8]
、基于偏微分方程的去
斑
[9,10]
以及基于压缩感知的方法
[11]
等,这些方法被认为代表
了新一代
SAR图像去斑的发展方向,但普遍具有过高的计算
复杂度。在 SAR图像处理中,异质性测量方法与分析被国内
外学者所关注;异质性反映了图像纹理信息变化程度,利用异
质性特征可以有针对性地对 SAR图像中目标场景进行差异化
处理。目前异质性测量方法主要包括基于变差系数
[12]
、基于
算术与几何均值比
[13]
、基于信息论的方法
[14]
,这些方法已被
应用于
SAR图像分割、分类、目标识别等方面,就 SAR图像去
斑而言,涉及到异质性测量的研究则相对很少。
一个理想的 SAR图像去斑算法,应该是在有效抑制相干
斑的同时又尽量保持图像边缘纹理等细节信息。笔者在应用
中发现,有不少算法在去斑的同时存在对图像细节的过平滑现
象。在文献[
15]中,Pizurica等人在联合检测与估计理论框架
下推导出贝叶斯萎缩函数表达式,并提出了一种基于广义似然
比的小波域 SAR图像去斑算法(以下简称 Pizurica算法),该
算法采用了非同态滤波框架,对有用信号、斑点噪声系数进行
了统计建模,具有良好的相干斑抑制性能,在 SAR图像去斑领
域产生了较大的影响。但该算法存在过平滑现象,尤其在图像
纹理边缘等细节部分表现比较突出。针对这一问题,将多尺度
局部变差系数作为异质性测度,提出一种基于异质性测度的自
适应函数,对含斑图像的小波系数进行预矫正处理;在此基础
上再通过
Pizurica算法完成去斑处理。
"
基于广义似然比的
><D8E
去斑算法
"
"
符号
设经过小波分解后,w
k,j,d
表示原始图像在空间位置 k、分
辨率尺度 j、图像细节方向 d的小波系数,其去斑后相应的估计
值为 y
k,j,d
。下面在不至于混淆的情况下忽略尺度和方向标记
j、d。记 S代表某小波子带中空间位置 k的集合,集合 X={x
k
|
k
∈
S}表示二值掩模,x
k
=1表示信号,x
k
=0表示噪声。小波
第 33卷第 7期
2016年 7月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol33No7
Jul.2016