二维小波去噪与方向滤波法提升SAR图像斑点噪声抑制效果

本研究论文聚焦于合成孔径雷达（SAR）图像处理中的一个重要课题，即斑点噪声（颗粒模式乘性相干斑噪声）的去除。作者Prabhishek Singh Chang和Raj Shree来自印度勒克瑙BBA UIT系，他们提出了一个结合了方向平滑滤波和噪声阈值的创新方法。论文发表在2018年的国际期刊《工程科学与技术》第21卷第589期。 论文的核心策略是基于db2的二维离散小波变换（DWT），这是一种信号分析工具，用于分解图像信号并识别不同频率成分。首先，通过小波分解将图像分为近似的低频成分和细节的高频成分。对于近似分量，直接应用方向平滑滤波器（DSF）来平滑噪声，而对于细节分量，则采用小波阈值处理来保留重要的图像特征同时去除噪声。这种方法还结合了增强贝叶斯收缩规则和方法噪声的去斑策略，确保了去噪过程的精确性和有效性。 作者们通过模拟SAR图像和实际SAR图像的处理，展示了他们的方法在实际应用中的效果。评估性能的关键指标包括峰值信噪比（PSNR）、结构相似性指数（SSIM）、通用图像质量指数（UIQI）、等效视数（ENL）、噪声方差（NV）、变异系数（CV）、均方误差（MSE）以及相关系数（CC），这些指标从视觉质量到定量分析，全面验证了去噪后的图像质量和细节保留程度。 对比现有的SAR图像相干斑噪声去除方法，研究结果表明，提出的基于方向平滑滤波和噪声阈值的方法在去噪效率和保持图像结构方面表现出色，具有明显的实时应用优势。此外，论文还强调了该方法对SAR图像在复杂环境下的解读能力提升，如在多云、日夜变化和干旱地表条件下的应用。 论文的版权由Karabuk University的Elsevier B.V.发布，遵循CC BY-NC-ND许可证，这意味着读者可以自由分享和研究，但不允许商业利用或修改作品。这项工作的贡献在于为SAR图像处理领域提供了一个有效的去斑噪声解决方案，对于提高图像质量和解析能力具有重要意义。