第25卷第2期 V01．25 No．2 计算机工程与设计 COMPUTER ENGINEERING AND DESIGN 2004年2月 Feb．2004 文章编号：1000．7024(2004)02．0309．02 中图分类号：TN919．8 文献标识码：A 一种基于小波分析的SAR图像增强去噪方法 李郁， 闰敬文 (厦门大学电子工程系，福建厦门316005) 摘 要：提出了一种基于小波分析的SAR图像增强去噪声方法。该方法首先对被噪声污染的SAR图像进行小波 变换，然后在小波域内对该图像进行平滑滤波，最后实现了一个SAR图像增强去噪处理系统。由处理结果可以 看出，本方法在对SAR图像直接进行平滑滤波的应用中取得了较好的结果，为进一步图像分割、边缘提取奠定 了一个较好的基础。 关键词：小波分析；SAR图像；图像增强 Method of SAR image enhancement and denoising based on wavelet analysis (Electronics Engineering Department，Xiamen University,Xiarnen 361005，China) LI Yu，YAN Jing—wen Abstract：A method ofSAR image enhancement and denoising based on wavelet transform iS presented．In this method，wavelet transform is applied to the noise polluted SAR image firstly,and then the SAR image is filtered by a smooth filter in the wavelet domain．Finally a SAP,image denoising system is implemented．From the result，it call be seen that bener result can be attained by this method relative to the method ofusing smooth filter to process the SAR image directly．And a good base for further image segmentation or recognition is built． Key words：wavelet analysis；SAR image；image enhancement 1 引 言 由各种图像传感器得到的数字图像中，一般都含有 量，最后实验取得了较满意的效果。 2小波变换理论简介 各种噪声。这些噪声的形成机理十分复杂，难以用一个 小波变换是一种同时具有时——频二维分辨率的变 统一的数学模型进行描述。但一般可以分为高斯噪声和 换，其优于傅氏变换之处在于它具有时域和频域“变焦 非高斯噪声两种类型，非高斯噪声模型研究的分类为 距”特性，十分有利于信号的精细分析。Mallat等人在前 Middleton模型、多变量模型及Su噪声模型、乘性噪声模 人大量工作的基础上提出多尺度分析的概念和基于多尺 型和信号相关噪声模型…。在大多数图像中都含有这两 度分析的小波构造方法，将小波正交基的构造纳入统一 种噪声，或以其中的一种噪声为主。当噪声比较严重时， 的框架之中，使小波分析成为一种实用的信号分析工具。 对后续的图像分割、识别、理解等将产生重大的影响，甚 以一维情况为例，信号的多尺度分析算法可表示如 至得到错误的结果，因此必须首先对图像进行滤波去噪 下： 处理。 由于直接对SAP．图像进行平滑滤波，消除噪声，所 得效果不是十分令人满意。本文提出了一种增强处理被 噪声污染的SAR图像的方法。由于小波变换是将一幅图 像分解为大小、位置和方向都不同的分量，在逆变换前可 有选择地改变小波域中的某些系数的幅度，滤除不需要 的噪声分量。因此尝试首先对SAR图像进行小波变换， 然后在小波域内采用平滑滤波对SAR图像滤除噪声分 S。(n)=∑h(k一2n)S。一，(k) (1) k C=(n)= 。一t(k) (2)．Eg(k-2n)S m是多尺度分解的层数，S。(n)是Sm-I(n)在2“上的近 似。C。(n)是信号s从2-m”到2。m的尺度近似时丢失的信息。 上述分解算法有精确的重构算法： Sm-l(k)=Y．h(k-2n)S。(n)+Yg(k一2n)C。(n) (3) 上述算法推广到二维情形，可对图像的每～行、每一 收稿日期：2002—12-26 作者简介：李郁(1978．)，男，硕士研究生，主要研究方向为数字图像处理； 闫敬文，博士，副教授。 ·——309·—— 万方数据 

列分别进行小波分析，最后得到代表原图不同频率特性 和方向特性的4个子图。进行三级小波多尺度分解后的 结果如图1所示，其中LL3为低频分量，HLi为竖直边缘 细节，LHi为水平边缘细节，HHi对应45。，135。方向上的细 节(i-l，2，3)。 LL3 HL3 LH3 HH3 HL2 LH2 HH2 HLl LHl HHl 图1小波多尺度分解图 (a)原图像I (d)原图像2 (b)平均滤波后的图像l (e)平均滤波后的图像2 小波分析的主要优点之一就是提供局部分析与细化 的能力。对于一个实际中容易产生且具有极少不连续性 的正弦信号，其小波系数图可清楚地显示时间不连续的 精确位置。小波分析可以揭示其它信号分析方法所丢失 的数据信息，如趋势、断点、高阶导数不连续性、自相似性 (c)小波变换后再平均滤波的图像I (t3小波变换后再平均滤波的图像2 图2 实验结果图像 等。与传统的信号分析技术相比，小波分析能在没有明 可以看出图像为噪声所污染，若对此种图像直接进行分 显损失的情况下，对图像进行消噪。 3滑滤波简介 割和识别处理将难以取得预定的结果。(b)，(e)分别为对 原图像1(a)和原图像2(d)直接进行平滑滤波得到的结果 图，由上图可以看出，噪声得到了部分的抑制，但是效果 为了滤除数字图像中的噪声，可以针对不同的噪声 仍不是非常理想。(c)，(f)为对原图像l(a)和原图像2(d)先 运用不同的去噪模板对图像进行平滑滤波。平滑模板的 进行小波变换后，再进行平滑滤波的结果图，由结果图我 思想是通过一点和周围几个点的运算(通常为平均运算) 们可以看到，原图像中的噪声被较好地抑制，为以后的图 来去除突变点，从而滤掉一定的噪声，但这会造成图像一 像分割、识别奠定了一个较好的基础。 定程度的模糊。 设输入的图像为胁力，输出图像为撒力。若像素 5结 语 G，y)的邻域为S，那么8邻域的坐标集合为： 综所上述，对SAR图像直接进行平滑滤波消噪的结 S={(x—l，Y．1)，(x-1，y)，(x-1，y+1)，(x，Y-1)，(x，y+1)， 果不是十分令人满意。与之相比，本文提出的方法在消除 (x+l，Y．1)，(x+l，y)，(x+l，y+1)) 平滑滤波的邻域平均方法为： Y(x，y)希。曩弦∥)，IX(xtv)一可1磊≯∥)I≥乃 V(x，y)=x(x，y)，其它。 其中T为闽值。 f 111f 该滤波器的离散模板形式为：寺l 111I 。111lI 1 4实验结果及讨论 SAR图像噪声时取得了较好的效果，特别是本方法采用了 小波变换技术，在SAR图像消噪时具有独特的优点。为 进一步的图像分割、识别及理解奠定了一个较好的基础。 参考文献： 【1】YAN Jing．wen，QtAN Shen-en．The theory model analysis and evolution for non-gaussion noise[C]．Zhang Jiajie：Pro— ceeding ofNational Symposium on Developments ofMicro- wave Compatibility,1996． 最后应用小波变换及平滑滤波模板设计了SAR图像 增强去噪系统。用海洋SAR图像进行实验，并把实验结 【2】SHEN Gui—ming．An new image denoising method using wa- velet transformation technique[J]．Journal ofXiamen Univer- 果与未应用小波变换的平均滤波结果进行对照。实验结 sity,2000，39(5)：612-616． 果图像如图2所示。 [3】 崔锦泰．小波分析导论【M】．西安：西安交通大学出版社， 原图像1(a)和原图像2(d)为海洋SAR图像，由上图 1995 一310一 万方数据 

一种基于小波分析的SAR图像增强去噪方法 作者： 作者单位： 刊名： 李郁， 闫敬文 厦门大学,电子工程系,福建,厦门,316005 计算机工程与设计 COMPUTER ENGINEERING AND DESIGN 2004，25(2) 7次 英文刊名： 年，卷(期)： 引用次数： 参考文献(3条) 1.YAN Jing-wen.QIAN Shen-en The theory model analysis and evolution for non-gaussion noise 1996 2.SHEN Gui-ming An new image denoising method using wavelet transformation technique 2000(05) 3.崔锦泰 小波分析导论 1995 相似文献(10条) 1.期刊论文 柏延臣.王劲峰.朱彩英.葛咏 基于小波分析的SAR图像斑点滤波及其性能比较评价 -遥感学报 2003,7(5) 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. 2.学位论文 朱俊杰 高分辨率光学和SAR遥感数据融合及典型目标提取方法研究 2005 本文针对高分辨率的卫星光学影像和高分辨率的机载SAR图像进行了分析研究。从成像机理等方面对高分辨率SAR图像中的典型目标进行了深入的分 析之后，利用小波多尺度分析理论、纹理分析技术、基于目标成像知识的理论等等，对高分辨率遥感图像开展了数据融合和信息提取等方面的研究工作 ，阐述了高分辨率SAR图像的一些应用方向，并提出了可行的技术方法。 本文的主要创新点有如下几个方面： (1)提出了一种保持图像光谱特征、提高图像空间分辨率的高分辨率光学遥感图像融合方法。根据小波理论和局部相关系数对北京中关村地区的快鸟 图像的全波段和多光谱波段进行了融合，这种方法在增加遥感图像信息、提高空间分辨率的同时，其光谱特征能够得到有效的保持，解决了使用小波方 法在提高图像空间分辨率的同时，如何抑制融合图像光谱畸变的问题。得到的融合图像能更真实的描述地表，可以用来更精确的制图、提取、反演等等 。 (2)提出了高分辨率SAR图像中去除建筑物阴影虚警的水体提取方法研究。在分析淮河洪水监测的高分辨率SAR图像的目标特征之后，利用了建筑物的 纹理特征和成像知识对图像中的建筑物阴影进行了检测并将它们从黑斑中去除，完成了对复杂度高、干扰强、虚警率大的水体提取，得到了满意的效果 。使用此方法对高分辨率SAR图像中的水体提取之后，其结果可进一步进行降雨的估算、鱼塘的统计等等应用方面的研究。 (3)提出了使用拟合方法对高分辨率SAR图像的城市道路提取的方法。SAR采用微波波段、以主动侧视的成像方式，以及路边的其它目标对道路的遮挡 等多种原因，使得高分辨率SAR图像中的道路边缘不清晰，表现出严重的凹凸毛刺情况。本文利用北京中关村地区的了高分辨率SAR图像，采用提取道路 骨架—拟合骨架—生成道路中心线的步骤进行道路提取，解决了利用高分辨率SAR图像精确地提取城市道路的技术难题，为GIS系统的相关分析提供了矢 量化的道路数据。这种方法为高分辨率SAR图像的道路提取提供了一条重要的思路。 (4)利用高分辨率SAR图像与高分辨率光学图像融合，开展建筑物信息提取和三维重建的方法研究。高分辨率光学和SAR图像都能反映目标的结构信息 ，它们从不同的方面反映目标，具有很强的信息互补性。根据这种特点，利用北京中关村地区融合后的快鸟多光谱图像和高分辨率的SAR图像，进行城市 建筑物相关信息的提取，并利用提取的信息进行了建筑物的三维重建。在建筑物三维重建过程中，采用了光学与SAR图像融合和ISODATA分类方法，解决 了建筑物屋顶检测的难题，得到了极高的建筑物屋顶检测精度。试验结果表明高分辨率SAR图像与光学图像的融合实现了其它方法很难达到的准确度。此 方法可以为将来发展我国的高分辨率星载SAR图像的城市遥感研究提供借鉴；也可以使用这种方法进行城市三维景观制作，从而进一步根据相关模型进行 多种人文信息的研究，为更加科学的城市规划提供最新而准确的信息。 3.学位论文 任雁 基于多尺度分析的SAR图像去噪方法研究 2009 SAR图像受到相干斑点噪声(乘性噪声)的影响，图像信噪比低(通常小于1)，若对斑点噪声抑制不当，会直接影响后续处理。 小波分析是继Fourier分析之后的一种新的调和分析方法，在信号处理和图像处理领域得到的非常成功的应用。众所周知，小波基函数对含有点状奇 异性的目标函数而言是最优的基函数，在分析这类目标时小波系数是稀疏的，但对具有高维空间中具有线状奇异的函数，小波系数的表示则不再稀疏。 换句话说，在高维情况下，小波分析不能充分利用数据本身所特有的几何特征，因此并不是最优的或者说“最稀疏”的函数表示方法，不能够很好地挖 掘图像中轮廓细节信息。 为了解决这一问题，多尺度几何分析(Multiscale Geometric Analysis，MGA)的思想应运而生。MGA致力于构建最优逼近意义下的高维函数表示方法 。本文重点讨论了一种新的多尺度几何分析工具-Wedgelet，并在此基础上提出了一种基于Wedgelet和复小波变换(CWT)的SAR图像斑点噪声抑制算法 (Wedgelet-CWT)。 该方法一方面可以充分利用Wedgelet对图像边缘信息的良好逼近特性在去噪中保持较好的细节信息，另一方面用复小波变换可以捕获原始图像中的 纹理信息，在去除噪声的同时有效地保持了图像的纹理和方向边缘信息。 通过对图像分别加载不同标准差的高斯白噪声，并用PSNR和NSNR两项指标对处理后的图像进行评价，实验结果表明，Wedgelet-CWT噪声抑制算法 ，对加性噪声均有一定的抑制能力。 4.期刊论文 卜方玲.徐新 一种基于小波分析的SAR图像斑点噪声滤波算法 -武汉大学学报(信息科学版)2001,26(4) 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，该滤波算法的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，并采用真实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。 5.学位论文 唐红 合成孔径雷达图像压缩技术研究 2004 该文主要研究了SAR图像压缩的性能评估,相干斑去噪和压缩算法等内容,并进行了大量的SAR图像压缩的计算机仿真.论文第一章介绍了SAR技术的发 展动态与应用,分析了SAR系统的高数据率特性,阐述了数据压缩在SAR技术中的应用,并概述了全文的主要内容.论文第二章给出了SAR的基本概念和成像原 

理,阐述了SAR图像数据的统计特性.论文第三章主要给出了SAR图像的质量评估参数,并对各质量评估参数的进行了分析和说明.论文第四章首先分析了 SAR图像相干斑噪声的形成机理及其统计特性,介绍了常用的SAR图像斑点噪声抑制与滤波技术,引入了SAR图像斑点噪声的小波软阈值滤除算法.论文第五 、六章重点研究了SAR图像压缩算法的选择.第五章首先对图像数据压缩的基本原理和常用的图像压缩技术进行了说明,总结了近30年来SAR图像压缩技术 .最后详细分析了DCT变换在SAR图像压缩中的应用和改进之处.该章对多种算法做了大量计算机仿真,对比了各算法的性能.第六章则主要研究小波变换在 SAR图像压缩中的应用.文章给出小波分析的特性及其在图像压缩中的优越性,包括Mallat算法和小波变换系数的零树编码及小波基的选择标准.该章提出 了一种新的SAR图像压缩算法,它结合提升小波的原理和EZW编码算法,并考虑到SAR图像相干斑的特点,利用实际的SAR图像对所提算法进行了仿真验证,并 与其它图像压缩算法进行了对比分析.实验结果验证了该算法大大改善了运算精度和速度,提高了压缩性能,降低了图像的相干斑影响.论文第七章对全文 的工作进行总结,指出有待进一步研究的问题. 6.期刊论文 胡正磊.孙进平.袁运能.毛士艺.HU Zheng-lei.SUN Jin-ping.YUAN Yun-neng.MAO Shi-yi 利用α稳定 分布的小波域SAR图像降斑算法 -航空学报2006,27(5) 提出了一种改进的合成孔径雷达(SAR)图像α-MAP降斑算法,通过采用厚尾α稳定分布和引入噪声方差调整系数的方法,可以获得更好的降斑和纹理保 持效果,同时应用平稳小波分解来解决Gibbs效应引入的伪噪声问题.最后通过对实际SAR图像的降斑处理,对本文的算法与最新的小波软阈值算法以及传统 的局部自适应滤波器在性能参数和滤波效果上做了全面的比较.试验表明本文的算法更具适应性,实现了降斑与纹理保持更有效的综合滤波,在性能参数和 复原图像效果上都有较好的表现. 7.学位论文 唐健 抑制SAR图像相干斑的新方法——小波分析、INSAR信号与误差分析和相位展开算法的研究 1995 8.期刊论文 张风丽.吴炳方.张磊.ZHANG Fengli.WU Bingfang.ZHANG Lei 基于小波分析的SAR图像船舶目标检测 - 计算机工程2007,33(6) 水上船舶目标检测对于海上安全和渔业资源管理具有重要意义.SAR图像存在相干噪声以及水面背景杂波的复杂性,传统方法对于弱目标检测存在困难 .该文基于船舶目标像元的空间相关性和背景杂波在不同尺度小波变换域快速递减的规律,提出了一种利用静态小波变换分量空域和尺度相关运算对原始 信号加权的目标检测方法.实验结果表明,该方法可有效地抑制背景杂波,提高对船舶目标的检测能力. 9.期刊论文 李卫斌.张顺利.解争龙.焦李成.LI Wei-bin.ZHANG Shun-li.XIE Zheng-long.JIAO Li-cheng 基于小 波分析与方向模板的SAR图像融合技术研究 -计算机应用研究2007,24(3) 提出基于小波分析和方向模板的SAR图像融合算法,给出了在两种不同应用环境下的算法.仿真数据表明该方法是一种实用的、非常有效的SAR图像融 合算法. 10.学位论文 赵炳爱 基于小波分析的高分辨率雷达目标识别方法研究 2003 该文对采用空间域常用的滤波算法、时间频率域相结合的滤波算法滤除SAR图像噪声的结果进行了比较.分别选用增强Lee滤波算法、无偏GMAP算法、 小波系娄和压缩滤波算法、小波变换与维纳滤波相结合、小波变换与空间滤波相结合的方法对四幅不同的SAR图像进行滤波,指出了各滤波算法对不同图 像处理的优缺点,给出了在不同应用环境下,选择使用不同滤波器的意见.该文根据SAR图像小波分析中各级细节子图方差间存在的近似线性关系及经验的 阈值比例系数改进了常用的小波滤波方法,在保证精度的基础上提高了运算速度.人工神经网络是模式识别的重要工具,该文分别采用BP神经网络、径向基 函数(RBF)神经网络、自组织特征映射神经网络对SAR图像面目标进行了分析,选用灰度值、均值、小波纹理特征等不同的特征作为输入矢量,(OWATF特征 )矢量与BP、RBF神经网络相结合对目标进行分类识别,分类结果表明,OWATF特征矢量与RBF神经网络相结合处理结果更好.该文针对三彩色SAR图像或胶片 扫描SAR图像,采用了基于饱和度经验距离的K均值分类算法进行分析,并与针对图像灰值进行分析的结果加以比较.通过比较发现,采用基于饱和度经验距 离的K均值算法分类的结果体现了各个区域同类目标间的一致性,视觉效果更好.该文首次采用累积概率分布及K—S距离对海域SAR图像目标进行检测,并提 出综合分析整幅图像及目标区域图像确定阈值的方法,利用此法对图像进行二值化的效果优于常规方法,为海域目标的分类研究做好了准备. 引证文献(7条) 1.刘为峰.徐造林.黄永葛 基于RS、GIS集成的水深探测研究[期刊论文]-计算机技术与发展 2008(2) 2.赵忖.吕鑫.陆开上.曾丽丽 基于自适应小波提升算法的图像增强方法[期刊论文]-大庆石油学院学报 2007(3) 3.张宇英.茅忠明 基于小波变换的分形插值图像放大方法[期刊论文]-计算机工程与设计 2006(18) 4.高翔.周亮.戎舟 改进型软阈值算法在临场感系统中应用研究[期刊论文]-计算机工程与设计 2006(2) 5.韩丽萍.药春晖.尹王保 基于自适应边缘检测的小波包图像去噪[期刊论文]-计算机工程与设计 2006(2) 6.赵忖 基于DSP/ARM的图像增强技术[学位论文]硕士 2006 7.付燕 改进的小波域阈值去噪方法[期刊论文]-西安科技大学学报 2004(4) 本文链接：http://d.g.wanfangdata.com.cn/Periodical_jsjgcysj200402046.aspx 下载时间：2010年5月30日