基于复轮廓波域高斯比例混合模型SAR图像去噪  

SAR image de-noised based on complex contourlet domain gaussian scale mixture model

作　　者：刘帅奇[1] 胡绍海[1] 肖扬[1] 

机构地区：[1]北京交通大学现代信息科学与网络技术北京市重点实验室,北京100044

出　　处：《北京交通大学学报》2012年第2期24-28,共5页JOURNAL OF BEIJING JIAOTONG UNIVERSITY

基　　金：国家自然科学基金资助项目(60572093);教育部博士点基金资助项目(20050004016);航空科学基金与航空电子系统射频综合仿真航空科技重点实验室联合资助项目(201120M5007)

摘　　要：在分析了SAR图像的噪声成因及其噪声模型的基础上,提出了一种适用于复轮廓波变换域的高斯比例混合模型的SAR图像去噪(CCT-GMS)算法.本文所提出的算法具有多方向多尺度移不变性,并且充分的利用了复轮廓波的时域和频域的特性,改善了图像的视觉效果.实验结果表明:相比使用小波-轮廓波加上Cycle Spinning去噪,本文算法的峰值信噪比提高2 dB,相比使用BLS-GMS去噪,本文的算法抑制了人造纹理产生,视觉效果得到了明显的改善.In this paper we analyze the model of speckle of SAR image and propose a new SAR image de-noising algorithm based Complex Contourlet domain Gaussian scale mixture model（CCT-GMS）.This new algorithm holds the multi-direction,multi-scale and sift-invariance characters retained the advantages of Complex Contourlet in time domain and frequency domain characteristics,and improves the visual effects of the image.The experimental results show that,compared with using Wavelet-Contourlet Transform Cycle Spinning to de-noise the image,this algorithm＇s PSNR increases 2dB.Compared with using BLS-GSM,this algorithm can inhibit the generation of artificial textures,and the visual effects of images after de-noising have been significantly improved.

关 键 词：复轮廓波变换 高斯比例混合模型 轮廓波(Contourlet)变换去噪 合成孔径雷达图像去噪 

分 类 号：TN911.73[电子电信—通信与信息系统]