基于联合隐马尔科夫模型的SAR图像去噪方法  

SAR Image Despecking Based on Joint Hidden Markov Model

作　　者：倪东[1] 李乔亮[1] 陈昕[1] 

机构地区：[1]深圳大学医学院生物医学工程系,深圳518060

出　　处：《遥测遥控》2012年第5期64-69,共6页Journal of Telemetry,Tracking and Command

基　　金：国家自然科学基金(61101026)

摘　　要：提出一种联合隐马尔科夫模型的SAR图像去噪方法。基于贝叶斯准则估计隐马尔科夫树状模型的参数集合,得到各小波系数的期望值和收缩系数;引入二阶马尔科夫随机场模型去除小波系数尺度内的相关性,根据每个小波系数邻域内所有小波系数的隐状态和收缩系数,计算得到新的收缩系数,并对各小波子带的小波系数进行收缩,从而有效复原无噪声图像。实验表明,方法具有很强的噪声抑制能力,相对隐马尔科夫模型大幅提高了等效视数,且较好地保持了边缘。提出一种联合隐马尔科夫模型的SAR图像去噪方法。基于贝叶斯准则估计隐马尔科夫树状模型的参数集合,得到各小波系数的期望值和收缩系数;引入二阶马尔科夫随机场模型去除小波系数尺度内的相关性,根据每个小波系数邻域内所有小波系数的隐状态和收缩系数,计算得到新的收缩系数,并对各小波子带的小波系数进行收缩,从而有效复原无噪声图像。实验表明,方法具有很强的噪声抑制能力,相对隐马尔科夫模型大幅提高了等效视数,且较好地保持了边缘。

关 键 词：合成孔径雷达 相干斑噪声 贝叶斯估计 马尔科夫随机场 隐马尔科夫模型 小波 

分 类 号：TP87[自动化与计算机技术—检测技术与自动化装置]