SAR图像去噪及多源遥感数据融合算法研究
【摘要】:
SAR图像斑点噪声的存在严重影响了图像的质量,必须在解译和分析前要对其进行去除;SAR图像和光学遥感图像所反映的地物信息差别很大,影像融合技术能综合二者信息,发挥出更大优势。本文针对以上两个方面,对SAR图像斑点噪声去除和多源遥感数据融合算法进行了研究。
1.SAR图像去噪算法研究。首先介绍了斑点噪声产生机理、模型和统计特征,对常用的图像滤波器进行了分析。针对斑点噪声的乘性模型特点,构造了一种基于小波分析的滤波器:对SAR图像进行对数变换,利用小波变换对对数图像进行滤波处理,再通过指数变换得到去噪图像。本文提出了一套比较完整的滤波器性能评价指标体系,并利用其对各种滤波器进行评价和比较。通过对JERS-1 SAR图像的各种滤波图像进行了目视评价和指标比较,得出如下结论: (1)各种空间滤波器受滤波窗口的影响很大,5×5大小的滤波窗口滤波效果较好;(2)对比各种常用的空间滤波器,增强的Frost滤波器、增强的Lee滤波器和Gamma-MAP滤波器在去噪和纹理、结构特征保持方面效果最好;(3)小波滤波方法在保持SAR图像纹理细节方面表现出了很好的优势,还有待进一步研究。
2.多源遥感数据融合。对多源遥感数据融合的理论和常用方法进行了回顾。提出了一种基于二进制小波分析的融合方法,对正交和双正交小波用于小波融合进行了详细分析,深入研究了小波基长度和小波变换分解层数对融合效果的影响。在提出了一套较完整的影像融合的评价指标体系后,利用各种融合方法进行了三种不同影像与TM影像间的融合试验:JERS-1 SAR图像与TM影像的融合;ERS-2 SAR图像与TM影像的融合;SPOT-5与TM影像的融合。利用评价指标体系对各种融合结果进行了评价和比较,结果表明:(1)对于SAR图像与TM多光谱影像融合,与传统的融合方法相比,小波融合方法不仅能很好地保持SAR图像的纹理、结构信息,而且在TM光谱特征保持方面优势明显;(2)小波融合方法可以根据不同应用要求选取不同的小波基和小波变换分解层数,从而调整融合结果中SAR图像信息和TM信息的分配,使用十分灵活;(3)对三种不同影像间的融合都取得了很好的效果,表明小波融合方法对不同数据的适应性很强。
|
|
|
|
1 |
燕英,周荫清;SAR图像斑点噪声抑制技术的定量评估研究[J];遥测遥控;2004年01期 |
2 |
范江涛;袁翔宇;汤博;李秀金;;基于统计理论的SAR图像斑点噪声滤波算法分析[J];电子科技;2013年01期 |
3 |
李艺珠;沈汀;;非下采样小波域的四阶偏微分SAR图像去噪[J];遥感信息;2016年06期 |
4 |
谭衢霖,邵芸,范湘涛,陈劲松;全方向自适应动态窗口SAR斑点噪声抑制算法[J];遥感学报;2002年06期 |
5 |
周建民;何秀凤;;星载SAR图像的斑点噪声抑制与滤波研究[J];河海大学学报(自然科学版);2006年02期 |
6 |
刘振华;张冰;于文震;;SAR图像与其他源图像融合算法[J];现代雷达;2007年02期 |
7 |
张俊梅;;SAR图像分割方法浅议[J];电脑知识与技术;2011年03期 |
8 |
蒋媛;;基于多尺度几何分析的SAR图像的去噪和融合综述[J];科技广场;2009年09期 |
9 |
李松,陈标,张春华;基于衰落特性的SAR图像斑点噪声仿真方法[J];现代雷达;2005年01期 |
10 |
周蓉蓉,陈刚,周红建,王正志;一种基于小波变换的SAR图像斑点噪声抑制方法[J];指挥技术学院学报;2000年01期 |
11 |
张俊,张志勇,陈学广;SAR图像斑点噪声抑制与滤除技术[J];遥感技术与应用;1998年03期 |
12 |
罗天文;杨桄;郑南;冯万里;;一种SAR目标识别综合框架[J];电脑编程技巧与维护;2011年18期 |
13 |
路延;;基于聚类算法的SAR图像去噪[J];现代电子技术;2014年08期 |
14 |
王军锋;乔明;刘子畅;吕大勇;;微型全极化SAR海洋监测应用技术研究[J];测绘与空间地理信息;2020年02期 |
15 |
李晖晖;郭雷;李国新;;基于脊波变换的SAR与可见光图像融合研究[J];西北工业大学学报;2006年04期 |
16 |
林晓烘;刘培国;薛国义;;基于逆ω-κ算法的SAR欺骗干扰方法[J];遥测遥控;2012年03期 |
17 |
陈国艳;;SAR图像中多特征融合与识别技术研究[J];舰船科学技术;2019年22期 |
18 |
杨云志;黄顺吉;王建国;;SAR原始数据的频域量化编码方法研究[J];系统工程与电子技术;2005年12期 |
|