基于NSST变换域WNNM和KAD算法的SAR图像去噪

作     者：赵杰 王配配 ZHAO Jie;WANG Peipei

作者机构：河北大学电子信息工程学院河北保定071000 河北省数字医疗工程重点实验室河北保定071000 

出 版 物：《郑州大学学报（理学版）》 (Journal of Zhengzhou University:Natural Science Edition)

年 卷 期：2017年第49卷第2期

页      面：72-77页

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金项目(61572063 61401308) 河北省自然科学基金项目(F2016201187) 河北大学自然科学研究计划项目(2014-303) 河北大学研究生创新项目(X2015085) 

主　　题：合成孔径雷达图像去噪 非下采样剪切波变换 加权核范数最小化 核各向异性扩散 

摘      要：针对合成孔径雷达图像(synthetic aperture radar,SAR)斑点噪声影响的问题,提出了一种基于非下采样剪切波变换域(non-subsample shearlet transform,NSST)加权核范数最小化(weighted nuclear norm minimization,WNNM)和核各向异性扩散(kernel anisotropic diffusion,KAD)的SAR图像去噪方法.首先预估计SAR图像的全局噪声方差,其次对SAR图像进行对数变换,将图像的相干斑乘性噪声转化为加性噪声,然后对SAR图像进行NSST变换分解,将图像分为低频分量和多个高频分量.对分解后的低频分量和高频分量分别用WNNM算法和KAD进行去噪处理,最后用处理后的结果进行NSST重构得到去噪图像.给出了该算法的详细实现过程,并把它与之前的WNNM算法和非下采样shearlet变换算法进行了比较.实验结果表明,峰值信噪比相较于WNNM算法提高了约0.3 d B,而且更好地保存了图像的局部结构,并实现了良好的主观视觉效果.