相干斑抑制

摘要： 合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一,其旨在屏蔽固有噪声影响,获取感兴趣区域内表征目标的潜在特征信息,为目标识别提供有力的数据支撑。为了提升高分辨SAR图像目标识别精度,围绕算法设计中的相干斑抑制和特征提取问题,结合传统恒虚警率(CFAR)检测算法和深度卷积神经网络(DCNN)的最新研究,设计了SAR图像自动目标识别框架。实验基于MSTAR标准数据集,目标识别结果表明所构建模型的有效性。

摘要： 视频合成孔径雷达(VideoSAR)可获取观测场景高帧率图像序列,利用车辆等地面运动目标在图像序列中形成的阴影能够实现动目标状态感知,该方法具有定位精度高、检测概率高、无最小可检测速度限制等优点。针对视频SAR动目标阴影变化剧烈、信杂噪比低、多普勒模糊干扰等特有的图像特征,该文充分利用帧图像空间域和时间域信息,研究了视频SAR数据预处理、动目标阴影检测和视频SAR多目标跟踪方法。实测数据全流程处理结果验证了该文方法的有效性。

摘要： 合成孔径雷达(SAR)的相干成像时,由于存在相干斑噪声,导致图像细节模糊,影响SAR图像的解译等后续应用。结合注意力机制,提出一种改进的下采样卷积神经网络D2SE-CNN。该方法在ID-CNN模型的基础上,去除估计噪声的残差连接;引入下采样,使原图重新排列成四个子图,扩大感受野;并添加挤压与激励块(SE)注意力模块,从而实现相干斑的抑制。为了验证算法的有效性,在BSDS500及NWPUVHR-10数据集和真实SAR图像上与主流方法进行了比较,实验结果表明,所提模型在PSNR、SSIM、ENL、Cv多个评价指标上得到较好的提升。

摘要： 传统的合成孔径雷达图像去噪算法在细节保存能力和运行时间上存在局限性,而深度学习方法具有独特优势。通过对国内外有关文献的归纳和总结,分析了基于深度学习的合成孔径雷达图像去噪算法的理论基础和优缺点,阐述了网络模型的具体实现细节。从监督模型和自监督模型方面对合成孔径雷达去噪算法进行分类。叙述了去噪算法的训练及测试过程,包括训练及测试数据的、训练过程中常用的损失函数和分析、模拟及具体测试数据评价指标;展望了合成孔径雷达图像散斑抑制的研究方向。

摘要： 为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM).该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数.利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波.利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型.实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能.

摘要： 针对合成孔径雷达图像的相干斑噪声对图像质量影响大的问题,提出一种NLM与比率图像相结合的多时相SAR图像去噪的方法.首先,利用NLM滤波计算各景SAR图像之间的相似性权值,从而得到平均图像,并应用MuLoG滤波器进行去噪;然后,将噪声图像与滤波后的平均图像进行比值,得到比率图像,并对其进行滤波;最后,将滤波后的平均图像与比率图像相乘,获得降噪后的图像.利用不同序列的机载SAR数据进行实验.实验结果表明,与其他同类算法相比,所提出的方法能有效抑制SAR图像中的相干斑噪声,并提高图像质量.

摘要： 合成孔径雷达(Synthetic Aperture Radar,SAR)影像中的斑点现象是地物后向散射信号相互干扰产生的,其虽然类似噪声却涉及地物目标的散射特征.同一地物目标的散射特征可通过斑点统计分布模型来刻画,因此降噪过程中可通过恢复影像斑点的统计分布特性来保留斑点包含的地物散射信息.基于该思想,提出一种基于斑点统计特性保持的SAR影像迭代滤波算法.该算法假设给定SAR影像的统计分布函数是先验已知的,即建模为混合Gamma分布,其分布参数可利用影像的像素值估计;接着基于构建的混合Gamma分布模型,运用EM(Expectation Maximization)算法分割影像中的同质区域;再针对不同同质区域,选取拟合误差较大的灰度级,根据分割结果计算像素值为该灰度级的像素的密度,判断其是否是异常像素,并对异常像素运用Frost滤波器进行降噪.重复上述步骤,直到滤波后的影像直方图较好地服从统计分布函数.GF-3和Radarsat-2 SAR影像数据实验结果表明,该算法在保证影像质量的前提下,不仅能获得较好的统计建模结果,而且较好地抑制了相干斑噪声,实现影像降噪.

摘要： 结合深度学习思想,提出了一种基于多尺度交互结构卷积神经网络(convolutional neural network,CNN)的合成孔径雷达(synthetic aperture radar,SAR)图像相干斑抑制方法.首先,通过不同尺寸的卷积核及跳跃连接构成多尺度交互特征提取模块以获得不同感受野的特征并加快网络收敛速度.然后,在多尺度交互特征提取模块之间利用简化的密集连接方式使网络能够充分利用浅层纹理特征.最后,采用残差学习策略得到抑制后的图像.实验结果表明,与已有方法相比,所提方法不仅使用较少的计算参数量,还能保证性能的提升.

摘要： 为了提升非局部平均(NLM)滤波对合成孔径雷达(SAR)图像乘性相干斑噪声的抑制性能,提出了一种带约束搜索窗(RSW)的NLM抑斑算法RSW-NLM.首先估计搜索窗内像素灰度分布概率密度函数的极大值,并将极大值对应的像素作为聚类中心;然后利用均值比形成的相似性测量函数对搜索窗内各像素进行聚类划分,进而通过保留中心像素所属聚类,形成一种限制与中心像素相似性偏低的像素参与NLM滤波的带约束搜索窗;最后,在带约束搜索窗内实施由局部均值比和变差系数构建的适应SAR图像乘性相干斑噪声的NLM滤波.实验结果表明,RSW-NLM算法与SAR图像三维块匹配算法、基于变差系数的NLM算法以及基于均值比的NLM算法相比,在充分抑制了相干斑的同时,有效保护了边缘、细节等信息,尤其是灰度值接近的弱边缘,其等效视数提高2％以上,边缘保持指数提高1％以上.

摘要： 合成孔径雷达的相干成像方式使得图像存在相干斑噪声,严重影响图像的质量.对相干斑抑制的要求是在平滑噪声的同时,尽量保持图像的细节信息.本文首先介绍了相干斑噪声的产生机理,结合真实的SAR图像,深入研究了经典Lee滤波存在的缺陷,提出了一种将自适应窗口和自适应权重系数相结合的改进算法.利用四种相干斑抑制的评价标准,并提出了对四种评价标准综合的新评价方法,证明了无论是对均匀区域还是边缘较多的区域,本文提出的方法去斑效果都明显优于普通的Lee滤波.

摘要： SAR成像过程产生的相干斑噪声恶化了其成像质量。如何有效抑制相干斑噪声并保留SAR图像的细节信息是一个热点问题.基于SAR相干斑乘性噪声模型，根据小波阈值处理的原理，分析了小波阈值处理中硬、软阈值处理中存在的不足，提出了一种新的阈值函数处理算法。并利用等效视数、最小均方误差、信噪比等指标对相干斑抑制效果进行了评估。结果表明新的阈值函数有效抑制相干斑噪声的同时还保留了大量SAR图像的细节信息。

摘要： 相干斑是合成孔径雷达(SAR)图像的固有缺点。在实时成像中对相干斑抑制的要求是噪声的平滑、原始图像结构信息的保有和计算复杂度的降低.本文基于成像前频域和成像后时域多视处理方法,提出了一种重叠多视((O)M)方法,该方法利用成像后时域滑窗重叠实现了实时多视处理.实验结果表明,OM方法在实时成像中实现了相干斑的有效抑制,较好地保持了图像结构信息,并减小了计算复杂度。

摘要： 针对极化合成孔径雷达(Polarimetric synthetic apertureradar，PolSAR)在失事飞机目标检测中的图像相干斑抑制问题，提出了一种改进的多视极化白化滤波算法。该算法在分块加权法的块处理基础上，采用边缘检测模板对非同质类子块进行二次分类，从而提高了多视极化白化滤波(Multilook Polarimetric WhiteningFilter，MPWF)算法的参数估计精度。利用美国宇航局喷气推进实验室(NASA／JPL)的AIRSAR系统实测数据进行了实验，实验结果表明本文方法不仅在斑点抑制效果和运算量上优于MPWF，而且有效地克服了分块处理带来的边缘模糊问题。

摘要： 合成孔径雷达图像固有的相干斑噪声严重降低了图像的可解译程度,影响了后续目标检测、分类和识别等应用。一个理想的去斑算法应该在平滑的同时保持图像的边缘等细节不受损失,目前存在各种各样的算法,但没有一种方法能够完美的满足这一要求。本文对SAR图像的相干斑抑制问题进行了全面系统的研究,总结了目前存在的相干斑抑制算法的主要思路,介绍了具有代表性的算法,给出了去斑算法定量评估方法。

摘要： 相干斑问题是多年来SAR图像处理中一直研究的一个问题，相干斑抑制对极化SAR图像后续目标检测、分类和识别等应用有着极为重要的影响，也是其研究热点和难点。针对SAR图像斑点噪声抑制中出现的问题，本文首次提出新的ICA方法-NG-Flexiblc ICA来解决极化SAR图像尤其是极化方式较少的情况下，斑点噪声抑制的不足。实验结果表明，该方法能有效抑制图像中的相干斑噪声并保留了极化信息，在降噪效果和边缘纹理信息保持上具有独特的优势，图像质量得到明显改善，且方法简单，自适应强．

摘要： 传统的空域中值滤波噪声抑制与小波域阀值去噪声技术都有其不足之处,本文综合了中值滤波与小波域去相干斑技术,提出了一种结合中值滤波技术的小波域带噪SAR图像去除相干斑的新方法.首先对带噪SAR图像进行对数变换,然后将对数图像变换到小波域,对其高频子带根据子带分布特征合理选取领域窗口进行中值滤波.该方法算法简单,计算量较小,在去噪声的同时很好地保持了SAR图像边缘特性和点目标,在带噪SAR图像的相干斑去噪声领域取得了较好的效果.

摘要： 相干斑是SAR相干成像中固有的乘性干扰,而多视是一种与成像算法相结合、工程上实用的抑制相干斑的方法.本文对文献提出的多视方法,进行了改进,使算法更为简便,同时相关不完全的点不用弃置,增加了场景的范围,便于工程实现.最后用实测数据验证了本文介绍的对多视的改进的有效性.

摘要： 相干斑是SAR相干成像中固有的乘性干扰,而多视是一种与成像算法相结合、工程上实用的抑制相干斑的方法.本文对文献提出的多视方法,进行了改进,使算法更为简便,同时相关不完全的点不用弃置,增加了场景的范围,便于工程实现.最后用实测数据验证了本文介绍的对多视的改进的有效性.

摘要： 相干斑是SAR相干成像中固有的乘性干扰,而多视是一种与成像算法相结合、工程上实用的抑制相干斑的方法.本文对文献提出的多视方法,进行了改进,使算法更为简便,同时相关不完全的点不用弃置,增加了场景的范围,便于工程实现.最后用实测数据验证了本文介绍的对多视的改进的有效性.

摘要： 本发明公开了一种抑制SAR图像相干斑噪声的方法、系统及终端设备，该方法包括提出了一种保边保对比度的SAR图像去相干斑噪声的截断的非凸非光滑的变分模型，所述截断的非凸非光滑的变分模型中包含截断的非凸非光滑的正则项，通过对所述截断的非凸非光滑的正则加上一个截断函数，可以更好的保边和保对比度；该方法还包括提出了一种针对上述包括截断的非凸非光滑项的变分模型进行优化的方法；将待处理的SAR图像输入到优化后的所述截断的非凸非光滑的变分模型后，得到去除相干斑噪音后的SAR图像。

摘要： 本发明公开了一种抑制SAR图像相干斑噪声的方法、系统及终端设备，该方法包括提出了一种保边保对比度的SAR图像去相干斑噪声的截断的非凸非光滑的变分模型，所述截断的非凸非光滑的变分模型中包含截断的非凸非光滑的正则项，通过对所述截断的非凸非光滑的正则加上一个截断函数，可以更好的保边和保对比度；该方法还包括提出了一种针对上述包括截断的非凸非光滑项的变分模型进行优化的方法；将待处理的SAR图像输入到优化后的所述截断的非凸非光滑的变分模型后，得到去除相干斑噪音后的SAR图像。

摘要： 本发明涉及一种基于相对极化全变差的极化SAR影像相干斑抑制方法，通过对极化SAR影像的极化相干矩阵分离为主对角线元素和非对角线元素，应用窗口卷积局部全变差和全局全变差更新主对角线元素，由原非对角线元素和更新后的主对角线元素重构极化相干矩阵，利用相邻像元上的极化相干矩阵比值和更新前后的极化相干矩阵距离，获得须保留极化特征的像元位置。本发明仅对不属于上述像元位置的极化相干矩阵的主对角线元素进行相干斑抑制，解决了现有极化SAR相干斑抑制中不能很好地将极化SAR影像的结构信息和散射特性两者相结合进行相干斑抑制的问题，使得极化SAR的相干斑抑制在结构信息和散射特性两方面都得到保持。

摘要： 本发明提供了基于DCA算法的SAR图像相干斑抑制方法，包括：构建新颖二阶算子；根据新颖二阶算子，构建具有自适应正则项的SAR图像相干斑抑制的非凸变分模型，模型包括一个新颖二阶算子、一个一阶项和一个数据项；将非凸变分模型进行变换，并采用DCA算法的求解，得到求解后的非凸变分模型；输入具有相干斑的SAR图像，利用求解后的非凸变分模型得到抑制相干斑噪音后的结果。本发明基于DCA算法的具有自适应正则项的SAR图像相干斑抑制方法，可以得到很好特征保持和光滑区域恢复的相干斑抑制结果，并且具有非常好的适用性、有效性、稳定性和扩展性。

摘要： 本发明提出了一种基于BM3D的SAR图像相干斑抑制算法，用以解决现有技术中存在的不能实现对相干斑的有效抑制和纹理细节的有效保留兼顾的缺陷，其实现步骤为：对L视SAR图像进行自然对数变换得到对数域SAR图像I1，对I1进行预处理得到相干斑噪声均值为零的对数域SAR图像I3，计算I3中相干斑噪声的标准差σ，采用BM3D算法对I3进行相干斑抑制得到相干斑抑制后的对数域SAR图像I4，对I4进行反变换得到I0的抑斑图像Iresult。本发明在有效抑制图像相干斑噪声的同时能够很好的保留图像的纹理细节部分，从而有效的保证了SAR图像后续进行分类、目标检测和识别的准确度。

摘要： 本发明公开了一种基于机器学习的SAR图像相干斑抑制方法，该方法为：首先对无噪声光学图像进行人工加噪声，利用SAR‑BM3D方法进行初步抑斑，得到初步抑斑图像集；然后对初步抑斑的图像进行小波变换，并对提取出的高频部分进行小波重构，得到初步抑斑图像的高频特征图像；最后利用高频特征图像对ID‑CNN进行引导训练和测试，得到最终抑斑图像。本发明提高了神经网络还原图像结构纹理信息的能力，并提高了对SAR图像进行抑斑处理的效率。

摘要： 本发明提供一种积分图数近半下降极化SAR图像非局部均值相干斑抑制方法，包括以下步骤：获取全极化SAR图像；对所述全极化SAR图像中的每个中心点设定搜索窗和局部块窗；构建比值对数积距离；计算偏移量积分图；通过积分图计算中心块的中心点与局部点的距离记录中心点偏移量的总距离；直至计算出所述全极化SAR图像中每一个像素点所述搜索窗内的局部块距离；最后根据所述搜索窗计算各个像素点的权重，然后对所述全极化SAR协方差矩阵进行加权平均，估计整幅图像像素点，得到相应的相干斑抑制后的图像。本发明算法在保持性能不下降的前提下，运行时间明显优于已有非局部均值算法。

摘要： 本发明涉及一种基于NSST域三维块匹配的SAR图像相干斑抑制方法，属于雷达信号处理技术领域。该方法基于BM3D去噪框架，使用灰度理论进行相似性度量，在NSST域对相干斑进行两次去噪滤除，具体包括：灰度相似块匹配，NSST域相干斑滤除和聚集；在第二次去噪时，利用原图像和基础估计结果进行联合维纳滤波输出最终的相干斑抑制SAR图像。本发明同时利用了SAR图像的自相关性和稀疏性，不仅利用灰度相似块匹配方法增加相似块匹配的鲁棒性，并且在最优稀疏性的NSST域进行相干斑滤除，能够在去除相干斑的同时尽量保留图像的边缘纹理信息。

摘要： 本发明提供了基于DCA算法的SAR图像相干斑抑制方法，包括：构建新颖二阶算子；根据新颖二阶算子，构建具有自适应正则项的SAR图像相干斑抑制的非凸变分模型，模型包括一个新颖二阶算子、一个一阶项和一个数据项；将非凸变分模型进行变换，并采用DCA算法的求解，得到求解后的非凸变分模型；输入具有想干斑的SAR图像，利用求解后的非凸变分模型得到抑制相干斑噪音后的结果。本发明基于DCA算法的具有自适应正则项的SAR图像相干斑抑制方法，可以得到很好特征保持和光滑区域恢复的相干斑抑制结果，并且具有非常好的适用性、有效性、稳定性和扩展性。

摘要： 本发明公开了一种基于边界和上下文约束SAR图像相干斑抑制方法，技术方案是构建一种由边界约束模块、上下文约束模块和相干斑系数估计模块构成的SAR图像相干斑的抑制装置，边界约束模块计算具有边界约束的SAR图像相干斑系数及新区域相干斑系数，上下文约束模块采引入正则化应用于整个图像，得到正则化相干斑系数；相干斑系数估计模块构造目标函数，再基于变量分割方法构建相干斑系数函数，求最小值得到最佳相干斑系数和新区域相干斑系数，采用相干斑抑制方法，得到SAR图像实际反向散射的像素值的集合，将其输出给用户。采用本发明可以有效增强SAR图像的分辨率，增强图像成像效果，提高SAR图像目标检测和识别性能。