基于小波变换和双边滤波器的SAR图像降斑

传统的SAR图像去噪方法一般是首先设计滤波模板和权系数，而滤波输出则是当前点和模板内周围点的灰度值的加权和，然而此方法会导致图像的边缘模糊。为了克服这一缺陷，出现了各种自适应滤波算法，以达到在滤波的同时，尽量保存图像的边缘信息。本文引用的双边滤波器不仅能考虑到含噪图像的灰度信息，也充分利用了图像的位置信息。本文中，我们结合了小波变换进行图像的分解，并在分解的高频部分采用阈值去噪。我们得到了较高的评价指数以及很好的视觉效果。应用双边滤波器的关键问题是他的参数选择，我们采用了根据等效视数（ENL）和EPD-ROA方法的综合评价，以选取参数。

为了客观评价本文算法对SAR图像一致性区域的降斑效果，在Bedfordshire图像上选取矩形区域，计算其等效视数(ENL)和EPD-ROA：

SAR	Bedfordshire
评价指标	A(ENL)	B(ENL)	C(ENL)	EPD-ROA水平	EPD-RO垂直
bilateral	7.3339	5.9984	5.3345	0.97143	0.95261
WT	23.3448	18.1876	47.5344	0.94993	0.9183
bilateralWT	46.3298	44.6860	49.0511	0.97325	0.94094

 

 

由结果图及表中的数据可以看出，两者的结合，其效果不只是简单的叠加。基于双边滤波的小波变换相比于前两种算法有了很大的改观，很大程度上消除了小波变换中的残留斑点。但是它仍然存在“伪迹”以及少量的斑点噪声，并且在边缘保持部分不是很理想。