基于线性最小均方误差估计的 SAR 图像降噪

• 作者: 刘书君 吴国庆 张新征 李勇明 沈晓东
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 合成孔径雷达图像降噪 聚类 奇异值分解 最小均方误差估计
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 传感器与信号处理
• 页码范围: 785-791
• 页数: 7页
• 分类号: TP751
• 字数: 5252字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2016.04.10

摘要

针对合成孔径雷达（synthetic aperture radar，SAR）图像降噪过程中容易引起细节纹理信息损失的问题，该文结合 SAR 图像相干斑噪声的统计特性，提出了一种基于变换域系数线性最小均方误差（linear mini-mum mean-square error，LMMSE）估计的 SAR 图像降噪方法。首先通过 SAR 场景下的 Kmeans 聚类算法将相似图像块聚类；然后针对每一类相似图像块集合进行奇异值分解（singular value decomposition，SVD），得到同时包含图像块集合行列相关信息的含噪奇异值系数；为从含噪奇异值系数中更准确地估计出真实图像奇异值的系数，先通过加性独立信号噪声（additive signal-dependent noise，ASDN）模型将乘性噪声转化为加性噪声，再利用LMMSE 准则对奇异值系数进行估计，最后将估计结果重构得到降噪后的图像块集合。实验结果表明，该方法充分利用相似图像块集合奇异值系数稀疏的特性，采用 LMMSE 准则估计奇异值系数，既保证了系数中噪声分量的去除又避免了图像纹理细节对应小系数的丢失，不仅去噪效果明显，同时能有效地保持图像纹理细节，具有良好的图像视觉效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇明	重庆大学通信工程学院	51	315	9.0	15.0
2	张新征	重庆大学通信工程学院	11	54	5.0	6.0
3	刘书君	重庆大学通信工程学院	19	85	6.0	7.0
4	吴国庆	重庆大学通信工程学院	4	20	3.0	4.0
5	沈晓东	重庆大学通信工程学院	3	10	2.0	3.0