SARscape——均值滤波

一、算法原理

1、概述

  均值滤波是选定一个合适的邻域窗口，然后取每个像素邻域窗口内的像素平均值，最后用均值取代待滤波的像素值作为最终的输出值。这种滤波比较简单，可以用一个特定形状的邻域窗口，比如４点邻域或９点邻域的均值模板，一般用较小的滑动窗（如３ｘ３或５ｘ５）对图像进行操作。均值为０，方差为${\delta }^2$的噪声，经过均值滤波后，其均值没有变化，但噪声方差下降为$\frac{1}{N}{\delta }^2$，图像也由$I(n,m)$变为$\frac{1}{N}\sum \sum I(i,j)$，这会引起图像的失真，在图像中表现为目标的轮廓细节变的模糊了。使用均值滤波模板增大滑动窗时降噪更明显，但是细节模糊现象也更严重。有时为了突出$(m,n)$点本身的重要性，以便在一定程度上减少失真，可采用公式(1)和公式(2)所示的加权模板。因此均值滤波器也可被认为是矩形窗加权的有限冲激响应线性滤波器。
$$\frac{1}{10}\left[\begin{array}{ccc}1& 1& 1\\ 1& 2& 1\\ 1& 1& 1\end{array}\right]\text{\hspace{1em}(1)}$$

$$\frac{1}{16}\left[\begin{array}{ccc}1& 2& 1\\ 2& 4& 2\\ 1& 2& 1\end{array}\right]\text{\hspace{1em}(2)}$$

  均值滤波易于实现，效果明显，可以有效地平滑噪声，但也模糊了图像的边缘。不适合用于要求分辨率较高的SAR图像的滤波。基于均值滤波的边缘保持的噪声平滑法有：带门限的邻域、半邻域均值滤波和用邻域均值和标准差确定邻域、邻域加权均值滤波等。

2、参考文献

[1] SAR图像相干斑滤波算法研究_朱俊玲

二、软件操作

（1）Toolbox 中，选择 /SARscape/Basic/Intensity Processing/Filtering/Filtering Single Image 。

（2）在Single Image Filtering 面板：

• 数据输入（ Input Files ）面板，单击 Brower 按钮，选择所要处理的SAR数据。
  

• 参数设置（ Parameters ）面板，主要参数设置 Principal Parameters ）为
  • 滤波方法（ Filter Method)： Mean
  • 方位向窗口大小( Azimuth Window Size): 5
  • 距离向窗口大小 (Range Window Size): 5
  • 等效视数(Equivalent Number of Looks): 1
  （窗口设置越大，滤波效果越平滑，需要的时间越长）
  •数据输出（ Output Files): 输出路径和文件名按照默认 自动添加了 _fil 的后缀。
  

（3）单击 Exec 执行。

三、结果展示

1、原始图像

2、滤波结果