共查询到10条相似文献,搜索用时 31 毫秒
1.
提出了一种用于检测SAR图像上阶跃性边缘的序贯算法。由于SAR图像上存在大量的光斑噪声而使图像质量受到严重影响,而光斑噪声属于乘性噪声,不服从高斯分布,因此常用的图像处理方法难以取得好的效果。文中首先根据光斑噪声模型,自动确定图像中高反差部分,然后采用具有高抗噪性能的边缘检测算子,进行边缘提取。实验证明该算法明显提高了特征提取速度,同时具备良好的抗噪声能力。 相似文献
2.
3.
4.
合成孔径雷达(SAR)成像系统的热噪声和海杂波严重影响SAR图像自动目标检测的性能,去噪和均匀背景杂波是提高SAR图像目标检测性能的重要课题。根据SAR图像噪声功率一般存在于信号小尺度,没有跨尺度特征,而目标信号的边缘具有跨尺度的特点,本文提出了一种多尺度积信号增强和去噪的SAR图像船舰目标检测算法。本算法对SAR图像进行小波变换,应用多尺度积在小波域增强SAR图像船舰信号和均匀背景杂波,再对SAR图像进行目标检测。ERS SAR图像用于验证本文算法。仿真实验结果表明,新算法同传统的双参数CFAR检测算法、基于K-分布背景杂波的检测算法以及基于小波软阈值增强的检测算法相比,在虚警数和品质因数性能指标上均优于后几种检测算法。 相似文献
5.
基于小波分析的SAR图像斑点滤波及其性能比较评价 总被引:9,自引:1,他引:9
进行斑点噪声滤波是对SAR图像进行分割、分类和信息提取处理前不可或缺的处理步骤。该文首先简要回顾了各种传统的SAR图像斑点滤波算法。在充分考虑SAR图像斑点噪声乘性特征的基础上,对SAR图像进行对数变换,将乘性噪声转变为加性噪声,然后在对图像进行小波分解,采用软门限方法进行典型SAR图像斑点噪声滤波。归纳SAR图像斑点噪声滤波效果评价的5个指标,并将文中基于小波分析的滤波效果与传统的自适应局部统计斑点滤波器、Gamma-Map滤波器的滤波效果进行了全方位的比较。结果表明,该方法在图像均匀区域的辐射特性保持和斑点抑制能力,边缘、细小特征和点目标等结构信息的保持方面都优于传统的斑点滤波器。 相似文献
6.
由于现有边缘检测方法多存在对图像噪声的敏感性以及检测边缘的有限方向性等问题,因此在斑点噪声的影响下难以有效检测SAR图像中具有任意方向性且强度相近的区域间边缘。本文提出了一种任意方向对称窗口的SAR图像边缘提取算法。首先,以任意像素在图像中的格点位置为对称中心构建任意方向上的对称窗口;定义各窗口内像素到中心像素距离的核函数;以像素核函数为权重分别计算两对称窗口内像素光谱测度的加权平均值,并定义两者之差的绝对值为该方向上该像素隶属边缘的强度;选取所有方向中最大边缘强度作为边缘像素的判别标准。为去除错误提取的边缘像素,设计基于滤波操作的后处理过程。对模拟图像提取结果的定性及定量分析表明提出算法可在一定程度上克服噪声影响,较为准确地提取任意方向的边缘。 相似文献
7.
提出一种高分辨率SAR图像与光学图像之间的自动配准方法,首先利用仿射变换进行SAR图像和光学图像粗匹配,简化了整体算法的处理复杂度;然后使用边缘检测算子分别对光学图像和SAR图像进行特征提取,为后续精匹配做好了数据准备;最后基于归一化互相关原理进行图像之间的同名点精匹配。引入的比值边缘检测算子(ROA)与传统光学检测算子相比,可以较好地克服SAR斑点噪声,提取出的SAR特征图像与光学特征图像非常相似,提高了算法的准确性和鲁棒性。以星载3米TerraSar数据和1米SPOT数据为例进行算法验证,实验结果表明该算法能实现自动的异源图像之间的像素级匹配。 相似文献
8.
9.
一种基于小波分析的SAR图像斑点噪声滤波算法 总被引:5,自引:0,他引:5
利用多分辨率小波分析的理论,分析了SAR图像经多分辨率小波分解后生成的系列子图像中信号与斑点噪声能量分布特性及其信噪比的变化规律,提出了一种新的小波域斑点噪声的滤波算法,该滤波算法阈值取决于各细节子图像的序列长度、方差及其所在的层次,并采用真空SAR数据和模拟加噪图像进行了试验。 结果表明,该算法具有较强的噪声抑制和较好的边缘、细节保护能力及目视效果。 相似文献
10.
有效地抑制或消除斑点噪声是SAR图像地学应用的前提,通过基于单视数SAR图像的Speckle统计特性和已发展的空间滤波算法分析。发展了一种改进的全方向动态窗口自适应SAR噪声滤波算法,该算法对处理的每一个像元可按图像边界细节划分为需要的全方向子窗口,利用相对标准差判断滤波窗口及子窗口内斑点噪声及边缘信息的存在情况,可实现滤波窗口大小动态调整和窗口内参加滤波像素的自适应选择,对ERS SAR SLC图像试验结果表明,该算法对单视数SAR图像具有较强的Speckle抑制能力。且可较好地保持图像的纹理边界细节信息,有一定的实用价值。 相似文献