基于提升格式小波包变换的SAR图像去噪

王文波; 费浦生; 羿旭明; 张建国

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于提升格式小波包变换的SAR图像去噪

王文波, 费浦生, 羿旭明, 张建国

文章导航 > 武汉大学学报 ( 信息科学版) > 2007 > 32(7): 585-588

王文波, 费浦生, 羿旭明, 张建国. 基于提升格式小波包变换的SAR图像去噪[J]. 武汉大学学报 ( 信息科学版), 2007, 32(7): 585-588.

引用本文:

王文波, 费浦生, 羿旭明, 张建国. 基于提升格式小波包变换的SAR图像去噪[J]. 武汉大学学报 ( 信息科学版), 2007, 32(7): 585-588.

WANG Wenbo, FEI Pusheng, YI Xuming, ZHANG Jianguo. Denoising of SAR Images Based on Lifting SchemeWavelet Packet Transform[J]. Geomatics and Information Science of Wuhan University, 2007, 32(7): 585-588.

Citation:

WANG Wenbo, FEI Pusheng, YI Xuming, ZHANG Jianguo. Denoising of SAR Images Based on Lifting SchemeWavelet Packet Transform[J]. Geomatics and Information Science of Wuhan University, 2007, 32(7): 585-588.

基于提升格式小波包变换的SAR图像去噪

¹ 武汉大学数学与统计学院,武汉市珞珈山,430072² 军事经济学院数理系,武汉市罗家墩122号,430035

基金项目: 国家自然科学基金资助项目(70371032);国家教育部博士点专项基金资助项目(20020486035)

详细信息

作者简介:
王文波,博士生。研究方向是小波分析理论及其应用。

中图分类号: P237.4

Denoising of SAR Images Based on Lifting SchemeWavelet Packet Transform

¹ School of Mathematics and Statistics,Wuhan University,Luojia Hill,Wuhan 430072,China² Mathematics and Physics,College Military,122 Luojiadun,Wuhan 430035,China

Funds: 国家自然科学基金资助项目(70371032);国家教育部博士点专项基金资助项目(20020486035)

摘要: 基于信号和噪声在提升格式小波分解中呈现出的不同特性,提出了一种新的小波包去噪算法。该算法采用提升格式小波对SAR图像进行最优小波包分解,并计算每个子频带的能量范数,然后根据软阈值法和能量范数区分信号和噪声,达到去除噪声的目的。试验结果表明,该算法对SAR图像具有较好的去噪效果,不仅可以去除图像中的大部分噪声,而且可以较好地保留图像纹理的细节信息。与传统小波包算法相比,其计算速度快了一倍左右。
- 提升格式 /
- 小波包分解 /
- SAR图像 /
- 图像去噪
Abstract: According to the different characteristics that signal and noise exhibit during the wavelet decomposition,a new denoising method based on the lifting scheme wavelet packet decomposition is presented.In this method,the SAR images are decomposed by using the best wavelet packet and the norm of each sub-band are calculated,signals and noise can be discriminated based on the norm and soft-threshold method,and the images can be denoised.Experimental shows that the proposed algorithm is of excellent performance in denoising SAR images,and can remove most noise of images with well-kept texture details information.The calculating speed of the method is twice the speed of the general wavelet packet transform algorithm.
- lifting scheme /
- wavelet packet decomposition /
- SAR image /
- image denoising

[1]	张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
[2]	刘伟, 陈建宏, 曾阳帆, 赵拥军. 利用先验约束的SAR图像港口检测与鉴别 . 武汉大学学报 ( 信息科学版), 2016, 41(10): 1319-1325. doi: 10.13203/j.whugis20140794
[3]	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 . 武汉大学学报 ( 信息科学版), 2015, 40(11): 1533-1538,1556. doi: 10.13203/j.whugis20140630
[4]	郭际明, 黄长军, 喻小东, 陈元洪. 一种改进的二维经验模态分解SAR图像噪声抑制方法 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1445-1450.
[5]	高国荣, 许录平, 冯冬竹. 利用非抽样Shearlet域GSM模型进行图像去噪 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 778-782.
[6]	刘梦玲, 陈嘉宇, 孙洪. Joint Boost特征选择的SAR信息可视化技术研究 . 武汉大学学报 ( 信息科学版), 2012, 37(10): 1240-1243.
[7]	高建, 张斌, 张飞艳, 秦前清. 一种遥感影像Min/max流去噪方法的研究 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 31-34.
[8]	鄢煜尘, 周前进, 段柳云, 陈庆虎. 形态学重度污染文本图像去噪处理 . 武汉大学学报 ( 信息科学版), 2012, 37(9): 1100-1103.
[9]	徐宏平, 万晓霞. 利用小波包变换和误差扩散的打印扫描图像水印算法 . 武汉大学学报 ( 信息科学版), 2011, 36(8): 978-981.
[10]	杨学峰, 李金宗, 李冬冬, 朱兵. 一种基于前后向扩散的图像去噪与增强方法 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 975-978.
[11]	刘爱平, 刘忠, 付琨, 尤红建. 一种有效的高分辨率SAR目标特征提取与识别方法 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 946-950.
[12]	杨露菁, 王德石, 李煜. 利用边界链编码和HMM进行SAR图像阴影建模和分类 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 215-218.
[13]	王文波, 张晓东, 羿旭明, 费浦生. 利用曲波域BivaShrink模型进行SAR图像去噪 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 814-817.
[14]	杨露菁, 王德石, 李煜. 利用非线性各向异性扩散和EM的SAR图像分割技术 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 805-808.
[15]	张浩, 蔡晋辉, 周泽魁. DS证据理论在SAR图像边缘检测中的应用 . 武汉大学学报 ( 信息科学版), 2008, 33(1): 105-108.
[16]	张静, 王国宏, 林雪原. 一种基于正则化方法的SAR图像边缘检测算法 . 武汉大学学报 ( 信息科学版), 2007, 32(10): 864-867.
[17]	王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 329-331.
[18]	尤红建, 丁赤彪, 向茂生. 机载高分辨率SAR图像直接对地定位原理及精度分析 . 武汉大学学报 ( 信息科学版), 2005, 30(8): 712-715.
[19]	曹永锋, 孙洪, 杨文, 徐新. 基于MPM准则的无监督SAR图像分割 . 武汉大学学报 ( 信息科学版), 2004, 29(9): 812-815,821.
[20]	巫兆聪, 方圣辉. 基于分形理论的SAR图像边缘检测 . 武汉大学学报 ( 信息科学版), 2000, 25(4): 334-337.

点击查看大图

计量

文章访问数: 715
HTML全文浏览量: 46
PDF下载量: 440
被引次数: 0

基于提升格式小波包变换的SAR图像去噪

¹ 武汉大学数学与统计学院,武汉市珞珈山,430072² 军事经济学院数理系,武汉市罗家墩122号,430035

基金项目: 国家自然科学基金资助项目(70371032);国家教育部博士点专项基金资助项目(20020486035)

作者简介:
王文波,博士生。研究方向是小波分析理论及其应用。

收稿日期: 2007-04-29
修回日期: 2007-04-29
刊出日期: 2007-07-05

中图分类号: P237.4

关键词:

提升格式 /

小波包分解 /

SAR图像 /

图像去噪

摘要: 基于信号和噪声在提升格式小波分解中呈现出的不同特性,提出了一种新的小波包去噪算法。该算法采用提升格式小波对SAR图像进行最优小波包分解,并计算每个子频带的能量范数,然后根据软阈值法和能量范数区分信号和噪声,达到去除噪声的目的。试验结果表明,该算法对SAR图像具有较好的去噪效果,不仅可以去除图像中的大部分噪声,而且可以较好地保留图像纹理的细节信息。与传统小波包算法相比,其计算速度快了一倍左右。