基于边缘特性的极化Lee滤波改进算法

作者:刘蓉;娄晓光 刊名:科学技术与工程 上传者:汪全

【摘要】针对极化Lee滤波因受到滤波窗尺寸影响,存在抑制相干斑与保留细节信息这一矛盾,提出了一种基于边缘特性的自适应窗改进滤波方法。通过比较不同尺寸邻域窗内边缘方向的变化情况,自适应地选择滤波窗尺寸。实验结果表明,该方法在有效抑制相干斑的同时,也能较好地保留图像细节信息,能有效克服Lee滤波的固定尺寸滤波窗这一限制。

全文阅读

第 11卷  第 11期  2011年 4月 1671—1815 (2011) 112497205  科  学  技  术  与  工  程 Science Technology and Engineering  Vol11 No11 Apr2011 Ζ 2011 SciTechEngng1基于边缘特性的极化 Lee滤波改进算法 刘  蓉1, 2  娄晓光1 (中国科学院电子学研究所 1 ,北京 100190;中国科学院研究生院 2 ,北京 100049) 摘  要  针对极化 Lee滤波因受到滤波窗尺寸影响 ,存在抑制相干斑与保留细节信息这一矛盾 ,提出了一种基于边缘特性的自适应窗改进滤波方法。通过比较不同尺寸邻域窗内边缘方向的变化情况 ,自适应地选择滤波窗尺寸。实验结果表明 ,该方 法在有效抑制相干斑的同时 ,也能较好地保留图像细节信息 ,能有效克服 Lee滤波的固定尺寸滤波窗这一限制。 关键词  相干斑   边缘   自适应窗   Lee滤波   极化 SAR 中图法分类号  TN958;     文献标志码  A 2011年 1月 24日收到第一作者简介:刘  蓉 (1985—) ,女 ,湖北宜昌人 ,硕士研究生 ,研究方向:极化 SAR图像处理。   由于相干成像机理 ,极化 SAR图像中存在大量的相干斑噪声。相干斑的存在 ,使得图像质量严重下降 , 给图像的解译带来了很大的困难[1]。因此 ,相干斑的抑制对于极化 SAR数据的处理具有非常重要的意义。 Lee滤波 [2 ]是一种经典的极化 SAR滤波算法。它将基于乘性噪声模型 [3 ]的局部统计滤波器 [4 ]引入到极化 SAR图像中 ,并用具有方向特性的非方形滤波窗代替传统的正方形滤波窗 ,能很好地保持图像的边缘特性 ,取得较好的滤波效果 [5 ] 。 但是 ,Lee滤波的滤波窗尺寸是固定的:选取较大的滤波窗能更好地降低噪声影响 ,但同时使得图像的细节信息变得模糊;较小的滤波窗能更好的保持细节 ,但对噪声的抑制能力相对下降。为了解决这一问题 ,江勇等人引入了自适应窗的方法 [6 ] ,但该方法基于像素值的概率分布选择滤波窗尺寸 ,未能充分利用Lee滤波算法的边缘特性。因此 ,提出了一种基于边缘方向特性的自适应窗改进方法 ,通过判断像素邻域内边缘方向的变化情况 ,自适应地确定窗口尺寸的大小。实验结果表明 ,这种改进算法在抑制噪声的同时 , 能更好地保持图像的细节信息 ,达到更好的滤波效果。 1 传统极化 Lee滤波算法 将极化 SAR各个极化通道的数据记为一个复 矢量 : k = Shh   2Shv  Svv T , Lee滤波将极化 SAR 的总功率图定义为: span = k3T k = Shh 2 +2 Shv 2 + Svv 2 ,并基于总功率图像计算滤波窗和滤波权值。为了更好地保持图像的边缘特性 , Lee滤波采 用了一组具有边缘方向特性的非方形滤波窗。通过计算中心像素邻域内的边缘方向 ,可选择对应的滤波窗。图 1为尺寸为 7 × 7的 8个滤波窗 ,其中白 色代表 1,黑色代表 0。 同时 , Lee滤波引入了基于乘性噪声模型的局部统计滤波器 [4 ] 。假设 y为中心像素值 , x为待估计的无噪声像素值 , v为均值为 1,方差为σ2 v 的相干斑噪声 ,则乘性噪声模型为 : y = xv。基于线性最小均方误差准则可以计算得到 ^x = y + b(y - y) (1) 式 (1)中 ^x为对该像素的滤波结果 , y为局部统计均 值 , b为滤波权值 ,计算方法为 :

参考文献

引证文献

问答

我要提问