目的相干斑的存在严重影响了极化合成孔径雷达(Pol SAR)的影像质量。对相干斑的抑制是使用SAR数据的必不可少的预处理程序。提出一种基于非局部加权的线性最小均方误差(LMMSE)滤波器的极化SAR滤波的方法。方法该方法的主要过程是利用非...目的相干斑的存在严重影响了极化合成孔径雷达(Pol SAR)的影像质量。对相干斑的抑制是使用SAR数据的必不可少的预处理程序。提出一种基于非局部加权的线性最小均方误差(LMMSE)滤波器的极化SAR滤波的方法。方法该方法的主要过程是利用非局部均值的理论来获取LMMSE估计器中像素样本的权重。同时,在样本像素的选取过程中,利用待处理像素的极化散射特性和邻域块的异质性来排除不相似像素以加速算法,同时达到保持点目标和自适应调节块窗口大小的目的。结果模拟影像和真实影像上进行的实验结果表明,采用这种方法滤波后影像的质量得到明显改善。和传统的LMMSE算法相比,无论是单视的影像还是多视的影像,本文方法去噪结果的等效视数都高出8视以上;峰值信噪比也提升了5.8 d B。同时,去噪后影像分类的总体精度也达到了83%以上,该方法的运行效率也比非局部均值算法有了较大提升。结论本文方法不仅能够有效抑制相干斑噪声,还能较好地保持边缘和细节信息以及极化散射特性。这将会为后续高效利用SAR数据提供保障。展开更多
文摘目的相干斑的存在严重影响了极化合成孔径雷达(Pol SAR)的影像质量。对相干斑的抑制是使用SAR数据的必不可少的预处理程序。提出一种基于非局部加权的线性最小均方误差(LMMSE)滤波器的极化SAR滤波的方法。方法该方法的主要过程是利用非局部均值的理论来获取LMMSE估计器中像素样本的权重。同时,在样本像素的选取过程中,利用待处理像素的极化散射特性和邻域块的异质性来排除不相似像素以加速算法,同时达到保持点目标和自适应调节块窗口大小的目的。结果模拟影像和真实影像上进行的实验结果表明,采用这种方法滤波后影像的质量得到明显改善。和传统的LMMSE算法相比,无论是单视的影像还是多视的影像,本文方法去噪结果的等效视数都高出8视以上;峰值信噪比也提升了5.8 d B。同时,去噪后影像分类的总体精度也达到了83%以上,该方法的运行效率也比非局部均值算法有了较大提升。结论本文方法不仅能够有效抑制相干斑噪声,还能较好地保持边缘和细节信息以及极化散射特性。这将会为后续高效利用SAR数据提供保障。
