基于提升Directionlet域高斯混合尺度模型SAR图像噪声抑制

摘要：

提出了一种新的SAR图像相干斑噪声抑制方法.该方法将高斯混合尺度(GSM)模型引入Directionlet变换域,构造了基于提升Directionlet分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪.作为一种新的多尺度几何分析工具,Directionlets通过多方向选择来捕捉图像中各向异性特征,滤波器结构为可分离设计;采用提升方案进一步减小变换的运算量.文中对相邻位置和尺度的系数建立GSM模型,能较好地描述系数的边缘分布,充分体现邻域间系数的相关性.对大晕真实SAR图像的去噪实验表明,文中方法取得r比空域滤波及小波方法更优的去噪性能,同时在图像边缘等细节特征保持方面具有明显优势.

关键词：SAR图像、Directionlet变换、高斯混合尺度模型(GSM)、提升方案、斑点噪声

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家"八六三"高技术研究发展计划项目基金2007AA12Z136;国家"九七三"重点基础研究发展规划项目基金2006CB705700;国家自然科学基金60672126;国家教育部博士点基金20050701013

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1234-1241