利用经验模态分解和主成分分析的SAR图像相干斑抑制

被引：7

作者：

王文波 ^{[1
,2
]}

赵攀 ^{[1
]}

张晓东 ^{[3
,4
]}

机构：

[1] 武汉科技大学理学院

[2] 北京师范大学遥感科学国家重点实验室

[3] 武汉大学测绘遥感信息工程国家重点实验室

[4] 卫星海洋环境动力学国家重点实验室

来源：

测绘学报 | 2012年 / 41卷 / 06期

关键词：

经验模态分解; SAR图像; 相干斑抑制; 主成分分析;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

摘要：

对SAR图像应用对数加性噪声模型,将经验模态分解与主成分分析相结合,提出一种基于PCA的EMD相干斑抑制算法。根据对数SAR图像中相干斑噪声的统计特性和高斯白噪声经EMD分解后的能量分布模型,近似估算SAR图像经EMD分解后各层内蕴模态函数中所含噪声的能量;将内蕴模态函数利用PCA进行分解,根据PCA对含噪信号的分解特性和内蕴模态函数中噪声能量所占的比例,选择合适的成分分量重构内蕴模态函数,以进一步去除噪声保留有用的细节信息。仿真试验结果表明,该方法在有效抑制相干斑噪声的同时,可以较好地保持边缘纹理细节的清晰。

引用

页码：838 / 843

页数：6

共 8 条

[1] 基于核独立成分分析的极化SAR图像相干斑抑制 [J].

张中山 ;

余洁 ;

燕琴 ;

孟云闪 ;

赵争 .

测绘学报 , 2011, (03) :289-295

[2] 基于特征保持的线性多通道最优求和SAR图像滤波算法 [J].

杨沈斌 ;

李秉柏 ;

申双和 ;

张萍萍 .

测绘学报, 2006, (04) :364-370

[3] SAR图像斑点噪声抑制方法与应用研究 [J].

黄世奇 ;

刘代志 .

测绘学报 , 2006, (03) :245-250

[4] 利用经验模态分解方法抑制SAR斑点噪声 [J].

韩春明 ;

郭华东 ;

王长林 .

遥感学报, 2002, (04) :266-271

[5] SAR图像斑点噪声的小波软门限滤除算法 [J].

张俊 ;

柳健 .

测绘学报 , 1998, (02) :28-33

[6]

SAR图像斑点滤波研究[D]. 韩春明.中国科学院研究生院（遥感应用研究所）. 2003

[7] A novel method to reduce speckle in SAR images [J].

Han, CM ;

Guo, HD ;

Wang, CL ;

Fan, D .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2002, 23 (23) :5095-5101

[8]

Nonstationaryapproaches to trend identification and denoising of measuredpower system oscillations .2 MESSINA A R,VITTAL V,HEYDT G T,et al. IEEE Transactions on PowerSystems . 2009

← 1 →