复张量场扩散方程及其在PolSAR图像去噪中的应用

夏桂松, 薛楠, 王子锋, 张良培

夏桂松, 薛楠, 王子锋, 张良培. 复张量场扩散方程及其在PolSAR图像去噪中的应用[J]. 武汉大学学报 ( 信息科学版), 2015, 40(11): 1533-1538,1556. DOI: 10.13203/j.whugis20140630
引用本文: 夏桂松, 薛楠, 王子锋, 张良培. 复张量场扩散方程及其在PolSAR图像去噪中的应用[J]. 武汉大学学报 ( 信息科学版), 2015, 40(11): 1533-1538,1556. DOI: 10.13203/j.whugis20140630
shu
XIA Guisong, XUE Nan, WANG Zifeng, ZHANG Liangpei. Anisotropic Diffusion on Complex Tensor Fields for PolSAR Image Filtering[J]. Geomatics and Information Science of Wuhan University, 2015, 40(11): 1533-1538,1556. DOI: 10.13203/j.whugis20140630
Citation: XIA Guisong, XUE Nan, WANG Zifeng, ZHANG Liangpei. Anisotropic Diffusion on Complex Tensor Fields for PolSAR Image Filtering[J]. Geomatics and Information Science of Wuhan University, 2015, 40(11): 1533-1538,1556. DOI: 10.13203/j.whugis20140630
shu

复张量场扩散方程及其在PolSAR图像去噪中的应用

  • 1.

    武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉, 430079;

  • 2.

    武汉大学地球空间信息技术协同创新中心, 湖北 武汉, 430079

基金项目: 国家自然科学基金资助项目(91338113,41501462);模式识别国家重点实验室开放研究基金资助项目(201306301)。
详细信息
    作者简介:

    夏桂松,博士,副教授,研究方向为图像处理及计算机视觉。E-mail:guisong.xia@whu.edu.cn.

  • 中图分类号: TP751

Anisotropic Diffusion on Complex Tensor Fields for PolSAR Image Filtering

  • 1.

    State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China;

  • 2.

    Collaborative Innovation Center of Geospatial Technology, Wuhan University, Wuhan 430079, China

Funds: The National Natural Science Foundation of China, Nos. 91338113, 41501462;the Open Projects Program of National Laboratory of Pattern Recognition, No.201306301.

摘要

    摘要
  • 摘要: 张量图像如极化合成孔径雷达(PolSAR)图像,它的每一个像素点都是一个3 阶的正定对称矩阵。对于张量图像的噪声抑制,目前普遍的做法是将它们看作多通道标量图像进行处理,但是,这样可能会破坏矩阵的正定性,从而造成信息的损失。本文主要研究基于扩散方程的张量图像的噪声抑制问题,将现有的基于扩散方程的实张量场去噪模型推广到复张量场,并给出了其数值迭代格式。模拟图像和PolSAR图像上的实验充分验证了本文算法的有效性。与现有算法相比,本文算法具有更好的去噪能力和边缘保持能力。
    Abstract: Each pixel of a tensor image is usually characterized by a 3-order positive definite matrix. Currently, existing methods of denoising tensor images usually regard the data as multi-channel images, which is likely to destroy the structure of positive definite matrices of the image and some information will be missed possibly. This paper addresses the problem of denoising complex tensor images. More precisely, we extend the anisotropic diffusion model, also known as P-M model, from scalar or vector images to complex tensor ones. The proposed method can be applied to remove speckle noises in PolSAR images. In contrast with existing denosing algorithms, our method is better at suppressing the effects of speckles while preserving edges.
    • HTML全文
    • 参考文献(17)
  • [1] Zhou Xiaoguang. Polarimetric SAR Image Classification [D]. Changsha: National University of Defense Technology, 2008(周晓光. 极化SAR图像分类方法研究 [D].长沙:国防科学技术大学,2008)
    [2] Zhao Xianbin, Yan Wei, Wang Yingqiang, et al. Simulation Study on the Design of Key Technical Parameters in Marine Environment Sounding with Fully Polarimetric Synthetic Aperture Radar Based on Ocean Surface Scattering Model[J]. Acta Phys Sin, 2014, 63(21),doi:10.7498/aps.63.218401(赵现斌,严卫,王迎强,等. 基于海绵散射模型的全极化合成孔径雷达海洋环境探测关键技术参数设计仿真研究[J]. 物理学报, 2014, 63(21),doi:10.7498/aps.63.218401)
    [3] Maitre H. Processing of Synthetic Aperture Radar(SAR) Images[M]. New York: Wiley, 2010
    [4] Collard A, Bonnabel S, Phillips C, et al. Anisotropy Preserving DTI Processing[J]. International Journal of Computer Vision, 2013,107(1):58-74
    [5] Pennec X, Fillard P, Ayache N. A Riemannian Framework for Tensor Computing[J]. International Journal of Computer Vision, 2006,66(1):41-66
    [6] Jin Guowang, Han Xiaoding, Jia Bo,et al. Filtering for InSAR Interferograms by Vector Decomposing and Wavelet Transform[J]. Geomatics and Information Science of Wuhan University, 2008,33(2):132-135(靳国旺,韩晓丁,贾博,等. InSAR干涉图的矢量分离式小波滤波[J]. 武汉大学学报·信息科学版, 2008,33(2):132-135)
    [7] Deng Shaoping, Li Pingxiang, Zhang Jixian,et al. Filtering of Polarimetric SAR Imagery Based on Multiplicative Model[J]. Geomatics and Information Science of Wuhan University, 2011, 36(10): 1 168-1 171(邓少平,李平湘,张继贤,等.基于乘积模型的极化SAR滤波[J].武汉大学学报·信息科学版,2011, 36(10):1 168-1 171)
    [8] Wu Zhaocong, Ouyang Qundong, Hu Zhongwen,et al. Application of Four-component Scattering Model in Speckle Filtering of Polarimetric SAR Data[J]. Geomatics and Information Science of Wuhan University, 2011,36(7):763-766(巫兆聪,欧阳群东,胡忠文,等.四分量散射模型在极化SAR相干斑滤波中的应用[J].武汉大学学报·信息科学版,2011,36(7):763-766)
    [9] Xia Guisong, He Chy, Sun Hong. Integration SAR Image Segmentation Method Using MRF on Region Adjacency Graph[J]. IET Radar, Sonar and Navigation, 2007, 1(5): 348-354
    [10] Xia Guiisong, He Chu, Sun Hong. A Rapid and Automatic MRF-Based Clustering Method for SAR Images[J]. IEEE Geoscience and Remote Sensing Letters, 2007,4(4):596-600
    [11] Liu Gang, Yang Wen, Xia Guisong, et al. Structure Preserving SAR Image De-Speckling via L0-minimization[J]. Progress in Electromagnetics Research, 2013,141:347-367
    [12] Perona P, Malik J. Scale-space and Edge Detection Using Anisotropic Diffusion[J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 1990,12:629-639
    [13] Lee J-S. Refined Filtering of Image Noise Using Local Statistics[J]. Computer Graphics and Image Processing, 1981,15(4):380-389
    [14] Wang Zhou, Bovik A, Sheikh H, et al. Image Quality Assessment from Error Visibility to Structural Similarity[J]. IEEE Trans on Image Processing, 2004,13(4):600-612
    [15] Aubert G, Kornprobst P. Mathematical Problems in Image Processing[M]. Berlin:Springer-Verlag, 2000
    [16] Xue Nan, Xia Guisong, Zhang Liangpei. Anisotropic Diffusion on Complex Tensor Fields for PolSAR Image Filtering[C]. IEEE International Geoscience and Remote Sensing Symposium (IGARSS),Quebec, Canada, 2014
    [17] Feng Xiangchou, Wang Weiwei. Variational Method and Partial Differential Equation for Image Processing[M]. Beijing: Science Press, 2009(冯象初,王卫卫. 图像处理的变分和偏微分方程方法[M].北京:科学出版社, 2009)
    • 相关文章
    • 施引文献(35)

  • 期刊类型引用(15)

    1. 肖泽辉，季青，庞小平，闫忠男. 利用海洋2B卫星数据反演南极海冰表面积雪厚度. 测绘地理信息. 2024(06): 64-68 . 百度学术
    2. 张颖，刘建强，石立坚，蒋城飞. 极地海冰观测卫星的发展现状与展望. 遥感技术与应用. 2024(06): 1339-1352 . 百度学术
    3. 陈国栋，陈钰，金涛勇，张志杰，李黎. 利用Cryosat-2 SAR模式数据确定北冰洋海平面模型. 大地测量与地球动力学. 2023(06): 606-611+621 . 百度学术
    4. 于亚冉，王丽华，张梦悦. 基于CryoSat-2的北极海冰类型分类. 测绘与空间地理信息. 2022(01): 147-150 . 百度学术
    5. 陈国栋，梁圣豪，孟子淇，朱家亨. 利用Cryosat-2数据确定格陵兰冰盖高程和体积变化. 苏州科技大学学报(自然科学版). 2022(01): 66-70+76 . 百度学术
    6. 屈猛，赵羲，庞小平，雷瑞波. 北极冰间水道区域的物理过程和遥感观测研究进展. 地球科学进展. 2022(04): 382-391 . 百度学术
    7. 高翔，庞小平，季青. 利用CryoSat-2测高数据研究南极威德尔海海冰出水高度时空变化. 武汉大学学报(信息科学版). 2021(01): 125-132 . 百度学术
    8. 张婷，张杰，张晰. 基于CryoSat-2数据的2014—2018年北极海冰厚度分析. 海洋科学进展. 2020(03): 425-434 . 百度学术
    9. 王志勇，王丽华，张晰，孙伟富，刘健. 雷达高度计在海冰厚度探测中的研究进展. 遥感信息. 2020(05): 1-8 . 百度学术
    10. 满富康，夏文韬，张杰，柯长青. 基于OSI-SAF微波遥感数据的北极一年冰和多年冰研究. 极地研究. 2019(01): 69-83 . 百度学术
    11. 吴星泉，张胜军，车德福. 利用CryoSat-2卫星测高资料确定北极海冰干舷高. 测绘通报. 2019(07): 64-68 . 百度学术
    12. 庞小平，刘清全，季青. 北极一年海冰表面积雪深度遥感反演与时序分析. 武汉大学学报(信息科学版). 2018(07): 971-977 . 百度学术
    13. 蒋广敏，戴利，代欣. 基于改进遗传算法的镀层氧化膜厚度测量研究. 周口师范学院学报. 2018(05): 121-124 . 百度学术
    14. 王蔓蔓，柯长青，邵珠德. 基于CryoSat-2卫星测高数据的北极海冰体积估算方法. 海洋学报. 2017(03): 135-144 . 百度学术
    15. 袁乐先，李斐，张胜凯，朱婷婷，左耀文. 利用ICESat/GLAS数据研究北极海冰干舷高度. 武汉大学学报(信息科学版). 2016(09): 1176-1182 . 百度学术

    其他类型引用(20)

    • 资源附件(0)
计量
  • 文章访问数: 
  • HTML全文浏览量: 
  • PDF下载量: 
  • 被引次数: 35
出版历程
  • 收稿日期:  2014-08-19
  • 发布日期:  2015-11-04

目录

摘要
HTML全文
    参考文献(17)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    版权所有 © 2013 《武汉大学学报·信息科学版》编辑部

    地址：武汉大学文理学部本科生院楼北5楼邮政编码：430072

    电话：027-68778465,68788631E-mail:whuxxb@vip.163.com

    我要投稿

    投稿攻略

    联系我们

    二维码

    本系统由北京仁和汇智信息技术有限公司开发  百度统计