SAR图像相干斑抑制：非局部平均滤波新算法

“SAR图像相干斑的非局部平均滤波算法 图像滤波算法.pdf” 本文主要介绍了一种针对合成孔径雷达（SAR）图像的新型非局部平均滤波算法，该算法旨在有效抑制SAR图像中的乘性相干斑噪声，同时增强对图像边缘的保护性能。SAR图像由于其独特的成像机制，常常受到相干斑噪声的影响，这降低了图像的可读性和分析精度。 传统的滤波方法在处理SAR图像的相干斑噪声时往往效果不佳，因为它们可能损害图像的边缘信息。该论文提出了一种名为均值比与变差系数联合的非局部平均（MR-NLM）滤波算法。算法的核心在于两个关键改进： 1. **均值比（Mean Ratio，MR）**：在计算像素间的相似度时，文章使用了搜索窗口内各像素与中心像素在相似窗口中的局部均值比，取代了传统的高斯加权欧氏距离。这种新的相似性测量参量对乘性相干斑噪声具有恒虚警边缘检测能力，能够更好地识别噪声和边缘特征。 2. **变差系数（Variation Coefficient）**：在构建自适应衰减因子时，文章采用了变差系数，它能更好地检测同质区域和边缘区域，提供对不同区域的适应性权重调整，从而在抑制噪声的同时保护边缘细节。 最后，通过结合新的相似性测量参量和自适应衰减因子，形成负指数加权系数，对SAR图像进行非局部加权滤波。实验结果显示，MR-NLM算法相比其他传统算法，具有更优的抑斑效果和边缘保护性能，等效视数提升超过10%，边缘保持指数提升超过1%。 关键词涉及到的领域包括SAR图像处理、相干斑抑制、非局部平均滤波、均值比和变差系数。该研究对于SAR图像的分析、目标识别和图像质量提升具有重要意义，特别是在遥感、军事侦察和环境监测等领域。 该论文发表在《西安交通大学学报》2018年第52卷第某期，文献标识码为A，分类号为TN911.73，文章编号为0253-987X(2018)04-0098-07，是SAR图像处理领域的重要研究进展。