一種抑制SAR圖像相干斑的空域?yàn)V波算法

朱磊，霍小波，吳江勇

1.西安工程大學(xué) 電子信息學(xué)院，西安 710048

2.西安電子科技大學(xué) 雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安 710071

一種抑制SAR圖像相干斑的空域?yàn)V波算法

朱磊1，2，霍小波1，吳江勇1

1.西安工程大學(xué) 電子信息學(xué)院，西安 710048

2.西安電子科技大學(xué) 雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安 710071

1 引言

合成孔徑雷達(dá)（SAR）由于其相干疊加的成像機(jī)制，導(dǎo)致在SAR圖像中產(chǎn)生了一種稱(chēng)為相干斑（speckle）的隨機(jī)乘性噪聲[1]，而相干斑的存在嚴(yán)重?cái)_亂了SAR圖像的視覺(jué)質(zhì)量，妨礙了特征提取、目標(biāo)跟蹤等后續(xù)解譯處理技術(shù)的有效性。因此，抑制SAR圖像中的相干斑，對(duì)于改善成像質(zhì)量，提升后續(xù)解譯技術(shù)的效果都具有十分重要的意義。

當(dāng)前，SAR圖像相干斑抑制方法已形成空域?yàn)V波、變換域?yàn)V波與偏微分?jǐn)U散濾波三大類(lèi)[2]。以經(jīng)典的Lee濾波[3]、Frost濾波[4]及其改進(jìn)算法[2，5]為代表的空域?yàn)V波，利用滑動(dòng)窗口估計(jì)出的圖像局部統(tǒng)計(jì)特性實(shí)施濾波，具有抑斑能力強(qiáng)，實(shí)時(shí)性好等優(yōu)點(diǎn)，但相干斑抑制和邊緣細(xì)節(jié)保護(hù)受窗尺度設(shè)置影響較大，容易出現(xiàn)部分區(qū)域的噪聲抑制不充分現(xiàn)象。以小波[2，6]與Contourlet變換[7-8]等為代表的變換域?yàn)V波，根據(jù)變換域子帶系數(shù)特征設(shè)計(jì)濾波策略，能有效抑制高頻噪聲，可較好地兼顧SAR圖像同質(zhì)區(qū)抑斑和邊緣保護(hù)，但濾波前后須進(jìn)行空域與變換域的分解與重構(gòu)，復(fù)雜度高且計(jì)算量大，同時(shí)容易造成偽吉布斯現(xiàn)象。以各向異性擴(kuò)散[9]及其改進(jìn)算法[10-11]為代表的偏微分?jǐn)U散濾波，借助圖像局部結(jié)構(gòu)特征來(lái)控制擴(kuò)散的強(qiáng)度與方向，從而在抑斑與保護(hù)邊緣上均取得了較好的效果，但容易造成圖像動(dòng)態(tài)范圍減小以及擴(kuò)散迭代次數(shù)設(shè)置不佳而產(chǎn)生的圖像模糊或相干斑抑制不充分現(xiàn)象。

為兼顧SAR圖像相干斑抑制與邊緣保護(hù)，本文以負(fù)指數(shù)衰減型加權(quán)濾波模型為基礎(chǔ)，提出了一種基于兩次濾波策略的空域?yàn)V波新算法（SDF）。

圖1 Lee濾波與Frost濾波在不同參數(shù)下的抑斑圖像對(duì)比

2 經(jīng)典的空域Lee濾波與Frost濾波

設(shè)在空域位置m=(x，y)處，SAR圖像的觀測(cè)模型可表示為：

其中，f為觀測(cè)值，s為場(chǎng)景參數(shù)，n為乘性相干斑噪聲。若設(shè)局域窗H的中心像素位置為m，其他像素相對(duì)位置為r，絕對(duì)位置為k=m+r，而、δf(m)與(m)分別表示m處像素觀測(cè)值f在H窗內(nèi)的局部均值、標(biāo)準(zhǔn)差與方差，加權(quán)濾波估計(jì)值為?，則Lee濾波的加權(quán)濾波模型可表示為：

Frost濾波是一種MMSE準(zhǔn)則下的負(fù)指數(shù)型加權(quán)濾波器，其模型可表示為：

雖然同為空域?yàn)V波器，但兩類(lèi)濾波器卻在抑斑效果上存在顯著差異，圖1顯示了兩類(lèi)濾波的抑斑圖像對(duì)比，從中可發(fā)現(xiàn)下列規(guī)律：（1）Frost濾波具有更強(qiáng)的噪聲平滑能力，邊緣區(qū)域噪聲也能得到充分抑制，但容易造成邊緣細(xì)節(jié)損失；（2）Lee濾波在同質(zhì)區(qū)抑斑顯著，而在邊緣區(qū)域則又能有效阻止平滑，但邊緣區(qū)域會(huì)由于噪聲平滑不足而形成明顯的邊緣噪聲帶；（3）對(duì)于Frost濾波，當(dāng)μ取較大值時(shí)，邊緣保持性能較好而相干斑抑制性能較差，反之則相反；（4）對(duì)于Lee濾波，當(dāng)窗尺度較小時(shí)，同質(zhì)區(qū)相干斑抑制性能較差但邊緣噪聲帶較窄，反之則相反。兩類(lèi)濾波在抑斑效果上的顯著差異是由不同的濾波模型與加權(quán)系數(shù)估計(jì)方法共同決定的，F(xiàn)rost濾波采用負(fù)指數(shù)加權(quán)模型且衰減因子ψ(m)只受觀測(cè)值f的變差系數(shù)控制，而Lee濾波則采用線性加權(quán)模型且權(quán)重系數(shù)λ(m)受觀測(cè)值f與相干斑n的變差系數(shù)共同作用?？梢?jiàn)，如果能將Frost濾波同Lee濾波按照某種合理的方案有機(jī)結(jié)合，則既可以利用Frost濾波較強(qiáng)的相干斑抑制能力有效抑制包括邊緣區(qū)域在內(nèi)的相干斑噪聲，同時(shí)又能利用Lee濾波選擇性的抑斑特點(diǎn)，有效防止邊緣細(xì)節(jié)被過(guò)度平滑，最終實(shí)現(xiàn)帶有邊緣保護(hù)的相干斑抑制。而本文SDF算法，正是以Frost濾波提出的負(fù)指數(shù)型加權(quán)濾波模型為基礎(chǔ)，用Lee濾波的加權(quán)系數(shù)λ(m)取代傳統(tǒng)Frost濾波中的待定常數(shù)μ，并連同變差系數(shù)Cf及距離參數(shù)形成新的聯(lián)合衰減因子ψ(m)，進(jìn)而再由ψ(m)構(gòu)成負(fù)指數(shù)型濾波加權(quán)系數(shù)e-ψ(m+r)|r|，實(shí)現(xiàn)可有效兼顧相干斑抑制與邊緣保護(hù)的空域?yàn)V波。

3 基于兩次濾波策略的空域?yàn)V波算法SDF

本文提出的SDF算法計(jì)算流程如圖2所示。SDF算法先后經(jīng)歷了預(yù)濾波與精細(xì)濾波兩次濾波處理，而兩次濾波則具有完全相同的計(jì)算流程，主要區(qū)別為：加權(quán)濾波窗尺度不同，預(yù)濾波采用小尺度加權(quán)濾波窗H，而精細(xì)濾波采用較大加權(quán)濾波窗H；局部統(tǒng)計(jì)參量的估計(jì)對(duì)象不同，預(yù)濾波估計(jì)原始SAR圖像f的局部統(tǒng)計(jì)參量，而精細(xì)濾波則對(duì)預(yù)處理SAR圖像f?進(jìn)行局部統(tǒng)計(jì)參量估計(jì)。

圖2 SDF濾波算法的計(jì)算流程圖

在對(duì)SAR圖像進(jìn)行精細(xì)濾波前，先進(jìn)行預(yù)濾波處理。其目的是利用預(yù)濾波對(duì)SAR圖像相干斑進(jìn)行初步抑制，并為精細(xì)濾波提供能更精確反映SAR圖像同質(zhì)區(qū)與邊緣區(qū)域分布特性的精細(xì)局域統(tǒng)計(jì)參量，從而使得精細(xì)濾波可以更為有效地抑制同質(zhì)區(qū)相干斑，并防止邊緣區(qū)域的細(xì)節(jié)被過(guò)度平滑。另外，預(yù)濾波采用小尺度窗是為在初步抑制SAR圖像相干斑的同時(shí)，盡量防止邊緣細(xì)節(jié)被平滑，而由于向精細(xì)濾波提供了更精細(xì)的局域統(tǒng)計(jì)參量，故可以利用大尺度窗來(lái)充分抑制同質(zhì)區(qū)相干斑而不會(huì)過(guò)度平滑邊緣。由于兩次濾波具有相同的計(jì)算流程，因此下面給出一次濾波的詳細(xì)計(jì)算過(guò)程。

3.1 估計(jì)多種局部統(tǒng)計(jì)參量

需要估計(jì)的局域統(tǒng)計(jì)參量包括：Lee濾波的加權(quán)系數(shù)λ(m)、變差系數(shù)Cf(m)及距離參數(shù)|r|。由于距離參數(shù)|r|計(jì)算比較簡(jiǎn)單，這里主要討論λ(m)與Cf(m)，另外，考慮到Lee濾波加權(quán)系數(shù)可表示為：

因此，實(shí)質(zhì)上需要估計(jì)的局部統(tǒng)計(jì)參量，只有SAR圖像觀測(cè)值f(m)的變差系數(shù)Cf(m)與相干斑n(m)的變差系數(shù)Cn(m)。為了便于和前面的加權(quán)濾波窗H區(qū)別，這里假設(shè)Cf(m)與Cn(m)由局域窗G估計(jì)（窗尺度為a×a，中心像素位置為m，其他像素的相對(duì)位置為r，絕對(duì)位置為k=m+r）。

f(m)在窗G下的變差系數(shù)Cf(m)可表示為：

由于SAR圖像中具有相同統(tǒng)計(jì)分布的相干斑，因此，SAR圖像各像素相干斑的變差系數(shù)Cn(m)也均用同一估計(jì)值表示。Cn(m)的常用估計(jì)方法是：在SAR圖像中找出一塊同質(zhì)區(qū)，然后在選定區(qū)域按式（5）估計(jì)。但這種估計(jì)方法不僅需要人為參與選擇估計(jì)區(qū)，而且一塊同質(zhì)區(qū)相干斑的Cn(m)變化很難代表整幅SAR圖像相干斑Cn(m)的變化情況。為此，本文給出了一種簡(jiǎn)單有效的SAR圖像相干斑Cn(m)估計(jì)方法。具體步驟是：先利用式（5）估計(jì)SAR圖像各像素點(diǎn)的Cn(m)，然后利用直方圖方法統(tǒng)計(jì)各像素點(diǎn)Cn(m)估計(jì)值最集中的數(shù)據(jù)值，而這個(gè)數(shù)據(jù)值就是最終的全局相干斑Cn(m)值。該估計(jì)方法的提出是基于一般SAR圖像均滿足其大部分區(qū)域均為同質(zhì)區(qū)這一假設(shè)；另外，該方法簡(jiǎn)單易行，利用直方圖統(tǒng)計(jì)方法巧妙地將圖像邊緣與復(fù)雜紋理區(qū)域中不準(zhǔn)確的Cn(m)估計(jì)值剔除，能反映出抑斑SAR圖像分布最集中的相干斑Cn(m)值。

3.2 估計(jì)負(fù)指數(shù)衰減型加權(quán)系數(shù)

本文SDF算法采用了與Frost濾波相同的負(fù)指數(shù)衰減型加權(quán)濾波模型。如式（3）所示，傳統(tǒng)Frost濾波的加權(quán)系數(shù)僅由衰減因子ψ(k)與距離參數(shù)|r|決定，當(dāng)局域窗H的尺度確定后，|r|的作用就完全固化，而Frost濾波加權(quán)系數(shù)的大小就由ψ(k)決定。由前面討論可知，F(xiàn)rost濾波中ψ(k)=μCf(k)，當(dāng)μ取較小值時(shí)，相干斑抑制性能較好而邊緣保持性能較差，反之則相反，這說(shuō)明傳統(tǒng)Frost濾波中將μ設(shè)為常數(shù)不能兼顧相干斑抑制與邊緣保護(hù)。如果能找到一種自適應(yīng)變化的局部統(tǒng)計(jì)參量來(lái)代替常系數(shù)μ，且該參量能在SAR圖像同質(zhì)區(qū)取較小值，而在邊緣區(qū)域取較大值，那么Frost濾波就可以有效兼顧相干斑抑制與邊緣保護(hù)，而Lee濾波加權(quán)系數(shù)的倒數(shù)1 λ就滿足上述要求。因此，本文提出的SDF算法將Lee濾波加權(quán)系數(shù)λ、變差系數(shù)Cf與距離參數(shù)|r|結(jié)合形成新的加權(quán)系數(shù)，具體計(jì)算方法是：

同時(shí)，設(shè)聯(lián)合衰減因子為：

則新的負(fù)指數(shù)型加權(quán)系數(shù)可表示為：

下面，分析μ(k)的性能。其一，在SAR圖像同質(zhì)區(qū)，由于Cf(k)與Cn(k)接近，故μ(k)趨近于1，而在邊緣區(qū)域一般Cn(k)較小而Cf(k)較大，故μ(k)明顯大于1。因此，μ(k)能隨圖像區(qū)域自適應(yīng)變化，在SAR圖像同質(zhì)區(qū)取值較小，而在邊緣區(qū)域取值較大，從而兼顧相干斑抑制與邊緣保護(hù)。其二，對(duì)原始SAR圖像先進(jìn)行預(yù)濾波處理以初步抑制相干斑，然后再估計(jì)SAR圖像的局部統(tǒng)計(jì)參量，則Cn(k)會(huì)迅速減小，而Cf(k)在同質(zhì)區(qū)也迅速減小，但在邊緣區(qū)域變化卻不顯著，這樣導(dǎo)致在同質(zhì)區(qū)μ(k)為一有限值，而在邊緣區(qū)域μ(k)則迅速趨近于無(wú)窮大。因此，μ(k)能借助預(yù)濾波的進(jìn)行，在邊緣區(qū)域控制加權(quán)系數(shù)e-ψ(k)|r|趨近于0，從而有效防止對(duì)邊緣區(qū)域的過(guò)度平滑，同時(shí)，在同質(zhì)區(qū)控制加權(quán)系數(shù)e-ψ(k)|r|趨近于1，從而在同質(zhì)區(qū)加大對(duì)相干斑的抑制力度。

下面，結(jié)合圖1（a）所示仿真SAR圖像說(shuō)明濾波參數(shù)對(duì)抑斑的影響。圖3顯示了三種空域?yàn)V波算法在參數(shù)圖像與抑斑圖像上的差異，容易發(fā)現(xiàn)：相對(duì)圖3（a）與圖3（b），圖3（c）所示抑斑參數(shù)圖像的邊緣區(qū)域界定最完整最清晰，同質(zhì)區(qū)斑狀起伏也最小，而同質(zhì)區(qū)與邊緣區(qū)域的對(duì)比度也最大，這說(shuō)明SDF算法能更好地兼顧邊緣區(qū)域保護(hù)與同質(zhì)區(qū)相干斑抑制；圖3（d）～圖3（f）所示的抑斑圖像比也能驗(yàn)證這一點(diǎn)，顯然，圖3（f）邊緣清晰完整，沒(méi)有圖3（d）的邊緣模糊現(xiàn)象，也沒(méi)有圖3（e）的邊緣噪聲帶，同時(shí)，圖3（f）同質(zhì)區(qū)也更平滑，沒(méi)有圖3（d）中明顯的斑狀起伏，也沒(méi)有圖3（e）中散布的點(diǎn)噪聲。圖4展示了SDF算法的預(yù)濾波與精細(xì)濾波在參數(shù)圖像與抑斑圖像上的差異。很明顯，SDF精細(xì)濾波的ψ(k)圖像與抑斑圖像均要明顯優(yōu)于預(yù)濾波，這說(shuō)明SDF算法采用兩次濾波策略，確實(shí)可有效提高對(duì)SAR圖像同質(zhì)區(qū)相干斑的抑制與邊緣區(qū)域細(xì)節(jié)的保護(hù)。

圖3 三類(lèi)空域?yàn)V波算法的參數(shù)圖像與抑斑圖像對(duì)比

圖4 SDF預(yù)濾波與精細(xì)濾波的參數(shù)圖像與抑斑圖像對(duì)比

3.3 形成負(fù)指數(shù)衰減型加權(quán)濾波

利用式（6）～（8）估計(jì)獲得的負(fù)指數(shù)加權(quán)系數(shù)，就可以形成負(fù)指數(shù)衰減型加權(quán)濾波：

4 仿真實(shí)驗(yàn)

圖5 各算法對(duì)仿真SAR圖像的抑斑效果對(duì)比

圖6 各算法對(duì)真實(shí)SAR圖像的抑斑效果對(duì)比

表1 各算法對(duì)仿真SAR圖像的抑斑參數(shù)對(duì)比

實(shí)驗(yàn)中各算法主要參數(shù)設(shè)置如下：

（1）Frost濾波與Lee濾波均采用尺度為11×11的矩形窗；

（2）SRAD濾波迭代運(yùn)算150次，時(shí)間步長(zhǎng)0.05；

（3）NSCT濾波采用3層分解，各層方向子帶數(shù)為：8，8，16；

（4）SDF算法加權(quán)濾波窗H的尺度為11×11，局域量估計(jì)窗G的尺度為5×5；

（5）VENL采用圖5（a）與圖6（a）中虛線框選定的尺度為40×40的同質(zhì)區(qū)作為計(jì)算區(qū)域，而SE與SV的計(jì)算區(qū)域則為整個(gè)圖像。

一方面，從表1和表2所示的抑斑參數(shù)對(duì)比來(lái)看，SDF算法無(wú)論是在評(píng)價(jià)抑斑能力的VENL與SV兩項(xiàng)指標(biāo)上，還是評(píng)價(jià)圖像邊緣保護(hù)與輻射保持能力的VEKI與SE兩項(xiàng)指標(biāo)上，均優(yōu)于其他算法。另一方面，從圖5和圖6所示的抑斑效果的直視比較可以發(fā)現(xiàn)：SDF算法獲得的抑斑圖像圖5（f）與圖6（g）均勻區(qū)域均比其他算法更平滑，沒(méi)有圖5（b）與圖6（c）的邊緣細(xì)節(jié)損失現(xiàn)象，沒(méi)有圖5（c）與圖6（d）中明顯的孤立點(diǎn)噪聲與邊緣噪聲帶散布，沒(méi)有圖5（d）與圖6（e）的圖像邊緣模糊現(xiàn)象，也不存在圖5（e）與圖6（f）中的虛假條紋；從抑斑圖像邊緣保護(hù)方面來(lái)看，SDF算法獲得的邊緣檢測(cè)結(jié)果圖5（l）與圖6（l）與其他算法邊緣檢測(cè)結(jié)果（圖5（h）～圖5（k）與圖6（h）～圖6（k））相比，虛假邊緣最少，檢測(cè)出的邊緣最接近圖像的真實(shí)邊緣。綜上，從目視效果與定量指標(biāo)比較來(lái)看，SDF算法對(duì)仿真SAR圖像與真實(shí)SAR圖像在抑斑與邊緣保護(hù)方面，均較其他算法理想。

5 結(jié)束語(yǔ)

為兼顧SAR圖像的相干斑抑制與邊緣保護(hù)，以負(fù)指數(shù)衰減型加權(quán)濾波模型為基礎(chǔ)，提出了一種基于兩次濾波策略的SDF濾波新算法。SDF算法利用多種局部統(tǒng)計(jì)參量形成聯(lián)合衰減因子，而由聯(lián)合衰減因子形成的負(fù)指數(shù)型加權(quán)系數(shù)不僅與SAR圖像區(qū)域分布特性相適應(yīng)，而且由于更多局域統(tǒng)計(jì)信息的融入，還為濾波中加強(qiáng)邊緣保護(hù)提供了更有效的聯(lián)合檢測(cè)統(tǒng)計(jì)量。同時(shí)，采用兩次濾波策略，先由預(yù)濾波初步削弱SAR圖像相干斑噪聲并估計(jì)獲得更精準(zhǔn)的局部統(tǒng)計(jì)參量，然后再借助精細(xì)局部統(tǒng)計(jì)參量對(duì)原SAR圖像實(shí)施精細(xì)濾波，從而在抑制相干斑的同時(shí)，還能有效阻止邊緣細(xì)節(jié)被過(guò)度平滑。

表2 各算法對(duì)真實(shí)SAR圖像的抑斑參數(shù)對(duì)比

[1]Lee J S，Eric P.Polarimetric radar imaging：from basics to application[M].Boca Raton：CRC Press of Taylor&Francis Group，2009：101-175.

[2]朱磊，水鵬朗，武愛(ài)景.一種SAR圖像相干斑噪聲抑制新算法[J].西安電子科技大學(xué)學(xué)報(bào)，2012，39（2）：80-86.

[3]Lee J S.A simple speckle smoothing algorithm for synthetic aperture radar images[J].IEEE Trans on System，Man，and Cybernetics，1983，13（1）：85-89.

[4]Frost V S，Stiles J B，Shanmugan K S，et al.A model for radar images and its application to adaptive digital filtering of multiplicative noise[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1982，4（2）：157-166.

[5]朱磊，水鵬朗，章為川.利用區(qū)域劃分的合成孔徑雷達(dá)圖像相干斑抑制算法[J].西安交通大學(xué)學(xué)報(bào)，2012，46（10）：83-89.

[6]Yu Y，Acton S.Speckle reducing anisotropic diffusion[J].IEEE Transactions on Image Processing，2002，11（11）：1260-1270.

[7]Liu Guojin，Zeng Xiaoping，Tian Fengchun，et al.Speckle reduction by adaptive window anisotropic diffusion[J].Signal Processing，2009，89（11）：2233-2243.

[8]Yu Jinhua，Wang Yuanyuan，Shen Yuzhong.Noise reduction and edge detection via kernel anisotropic diffusion[J].Pattern Recognition Letters，2008，29（10）：1496-1503.

[9]Bhuiyanr M I H，Ahmad M O，Swamy M N S.Spatially adaptive wavelet-based method using the Cauchy prior for denoising the SAR images[J].IEEE Transactions on Geoscience and Remote Sensing，2007，17（4）：500-507.

[10]賈建，陳莉.基于雙變量模型和非下采樣Contourlet變換的SAR圖像相干斑抑制[J].電子與信息學(xué)報(bào)，2011，33（5）：1088-1094.

[11]常霞，焦李成，劉芳，等.基于斑點(diǎn)方差估計(jì)的非下采樣Contourlet域SAR圖像去噪[J].電子學(xué)報(bào)，2010，38（6）：1-6.

ZHU Lei1，2,HUO Xiaobo1,WU Jiangyong1

1.Electronics and Information College,Xi’an Polytechnic University,Xi’an 710048,China
2.National Key Lab of Radar Signal Processing,Xidian University,Xi’an 710071,China

In order to preserve edge characteristics and effectively reduce multiplicative speckle noise in SAR image,a new spatialdomain filtering algorithm is proposed.The new algorithm is based on the negative-exponential and weighted filtering model, and the weighting coefficients are produced by the decay factor obtained by combining several local statistics and are adaptive to the characteristics of regional distribution of SAR image.Meanwhile two-stage filtering strategy is used.The pre-filtering is executed for reducing speckle in SAR image and estimating fine local statistics,and the fine filtering for original SAR image is carried out based on the fine local statistics obtained by the pre-filtering.The experimental results show that compared with most existing despeckling algorithms,the proposed algorithm has better performance in the speckle suppression and edge preservation.

Synthetic Aperture Radar（SAR）image;speckle reduction;spatial-domain filtering;edge preservation

為在保護(hù)SAR圖像邊緣特征的同時(shí)有效抑制乘性相干斑噪聲，提出了一種空域?yàn)V波新算法。該算法以負(fù)指數(shù)衰減型加權(quán)濾波模型為基礎(chǔ)，通過(guò)將SAR圖像多種局部統(tǒng)計(jì)參量巧妙結(jié)合作為聯(lián)合衰減因子，形成與SAR圖像區(qū)域分布特性相適應(yīng)的負(fù)指數(shù)型加權(quán)系數(shù)；同時(shí)采取兩次濾波策略，先由預(yù)濾波削弱SAR圖像相干斑噪聲并估計(jì)獲得更精準(zhǔn)的局部統(tǒng)計(jì)參量，然后借助精細(xì)局部統(tǒng)計(jì)參量再對(duì)原SAR圖像實(shí)施精細(xì)濾波。實(shí)驗(yàn)結(jié)果表明，與多種抑斑算法相比，該算法在SAR圖像抑斑與邊緣保護(hù)方面均獲得了更好的性能。

合成孔徑雷達(dá)圖像；相干斑抑制；空域?yàn)V波；邊緣保護(hù)

A

TN911.73

10.3778/j.issn.1002-8331.1302-0072

ZHU Lei,HUO Xiaobo,WU Jiangyong.Spatial-domain filtering algorithm for speckle reduction of SAR images.Computer Engineering and Applications,2013,49（13）：165-169.

陜西省教育廳自然科學(xué)基金(No.11JK0983)。

朱磊（1979—），男，博士研究生，副教授，研究領(lǐng)域?yàn)樾盘?hào)與信息處理，嵌入式系統(tǒng)應(yīng)用；霍小波（1985—），男，碩士研究生，研究領(lǐng)域?yàn)樾盘?hào)與信息處理；吳江勇（1987—），男，碩士研究生，研究領(lǐng)域?yàn)楣I(yè)領(lǐng)域嵌入式系統(tǒng)應(yīng)用。E-mail：zhulei791014@163.com

2013-02-11

2013-03-30

1002-8331（2013）13-0165-05

CNKI出版日期：2013-04-18http://www.cnki.net/kcms/detail/11.2127.TP.20130418.1614.010.html

◎信號(hào)處理◎