结合自适应邻域增长技术和LMMSE算法的极化SAR滤波方法

摘要

合成孔径雷达(SAR)以其特有的能够全天时、全天候获取地面目标影像的特点而受 到越来越广泛的关注和应用.作为SAR的一种更高级形式的传感器,全极化SAR系统能够同 时发送和接收垂直和水平极化波.诸多研究都表明,相比较于单极化SAR系统,全极化SAR 在地物分类及目标解译等方面有着明显的优势.然而,相干斑的存在严重降低了全极化SAR 的影像质量,也严重降低了利用SAR数据进行地物解译的精度.因此,对相干斑的抑制也就 成为了一步必不可少的预处理程序.本文提出了一种结合自适应邻域增长技术和线性最小均方误差(LMMSE)滤波器的全极化SAR去噪方法.自适应邻域增长技术的主要思想是以待处理 像素为中心,由八邻域方法向外扩张寻找八条拓展边长,然后连接各边的顶点所构成的八边形 区域被认为是中心像素的邻域同质区.其中,每条边既要满足边上所有像素与中心像素极化信 息相似,同时还要求与相邻边长构成的区域的异质性低于一个阈值.最后,利用得到的邻域同 质像素以及LMMSE算法对中心像素进行去噪.运用模拟和真实的全极化SAR影像进行的去 噪实验都表明:本文提出的方法不仅能有效抑制相干斑噪声,还能较好地保持影像的边缘信息 和极化散射特性;同时,相比较于文献中提出的基于区域增长的去噪方法,本文的算法不仅去 噪效果更优,而且程序运行时间更少.