一种基于Bayesian准则和MRF模型的SAR图像滤波方法

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

一种基于Bayesian准则和MRF模型的SAR图像滤波方法

王青, 徐新, 管鲍, 孙洪

文章导航 > 武汉大学学报 ● 信息科学版 > 2005 > 30(5): 464-467

王青, 徐新, 管鲍, 孙洪. 一种基于Bayesian准则和MRF模型的SAR图像滤波方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(5): 464-467.

引用本文:

王青, 徐新, 管鲍, 孙洪. 一种基于Bayesian准则和MRF模型的SAR图像滤波方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(5): 464-467.

WANG Qing, XU Xin, GUAN Bao, SUN Hong. An Algorithm for SAR Image Filtering Based on Bayesian Principle and MRF Modeling[J]. Geomatics and Information Science of Wuhan University, 2005, 30(5): 464-467.

Citation:

WANG Qing, XU Xin, GUAN Bao, SUN Hong. An Algorithm for SAR Image Filtering Based on Bayesian Principle and MRF Modeling[J]. Geomatics and Information Science of Wuhan University, 2005, 30(5): 464-467.

一种基于Bayesian准则和MRF模型的SAR图像滤波方法

¹ 武汉大学电子信息学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(40376051);湖北省自然科学基金资助项目(2002AB0034)

作者简介:
王青,硕士生。现主要从事SAR图像处理方面的研究。

中图分类号: P237.3

An Algorithm for SAR Image Filtering Based on Bayesian Principle and MRF Modeling

¹ School of Electronic Information, Wuhan University, 129 Luoyu Road, Wuhan 430079, China

Funds: 国家自然科学基金资助项目(40376051);湖北省自然科学基金资助项目(2002AB0034)

摘要: 提出了一种新的斑点噪声的滤波方法,该方法基于小波分解的框架,采用小波域隐MRF模型,计算图像中表征像素纹理特征的隐状态参数的后验概率,以此后验概率作为权重因子对传统GammaMAP滤波算法进行改进。该算法被用于模拟SAR图像和真实ERS 1图像的Speckle抑制。试验结果表明,与传统Gam maMAP算法相比,本文提出的方法能更好地抑制Speckle,并保持图像细节。
- 合成孔径雷达 /
- Speckle抑制 /
- Bayesian准则 /
- MRF模型
Abstract: Based on wavelet transform, a new Speckle reduction method is presented in this paper, and using wavelet-domain hidden Markov models to calculate posterior probability of state parameter, which describes the texture information of images. Then the posterior probability is used as filtering weighting factors in GammaMAP algorithm to reduce Speckle. The algorithm proposed was applied to both simulative images and ERS-1 SAR images. Compared with the original GammaMAP , the results indicate that this new approach can suppress Speckle and preserve more details as well.
- synthetic aperture radar /
- Speckle reduction /
- Bayesian principle /
- Markov random field

[1]	庄会富, 邓喀中, 余美, 范洪冬. 结合KI准则和逆高斯模型的SAR影像非监督变化检测 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 282-288. doi: 10.13203/j.whugis20160079
[2]	翁寅侃, 李松, 杨晋陵, 易洪, 王虹, 马跃. SAR辐射定标中角反射器RCS的快速求解 . 武汉大学学报 ● 信息科学版, 2015, 40(11): 1551-1556. doi: 10.13203/j.whugis20130613
[3]	吴文豪, 王明洲, 李沙, 侯爱羚. 滑动聚束模式SAR影像干涉处理方法 . 武汉大学学报 ● 信息科学版, 2015, 40(12): 1588-1593. doi: 10.13203/j.whugis20140012
[4]	孙晗伟, 曾涛, 杨健, 李文梅. SAR残余相位误差对森林高度反演影响的全链路模拟与分析 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 153-158.
[5]	王云艳, 何楚, 赵守能, 陈东, 廖明生. 基于多层反卷积网络的SAR图像分类 . 武汉大学学报 ● 信息科学版, 2015, 40(10): 1371-1376. doi: 10.13203/j.whugis20140366
[6]	徐川, 华凤, 眭海刚, 陈光. 多尺度水平集SAR影像水体自动分割方法 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 27-31.
[7]	魏立飞, 钟燕飞, 张良培, 李平湘. 多波段信息融合的遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 8-11.
[8]	何楚, 刘明, 许连玉, 刘龙珠. 利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 46-49.
[9]	刘康, 廖明生, TimoBalz. 利用压缩感知方法的高分辨率三维层析SAR研究 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1456-1459.
[10]	李平湘, 邓少平, 张继贤, 杨杰. 利用自适应最优极化对比增强检测SAR影像边缘 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 789-793.
[11]	刘康, TimoBalz, 廖明生. 利用后向散射特性从高分辨率SAR影像中提取建筑物高度 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 806-809.
[12]	刘梦玲, 何楚, 苏鑫, 孙洪. 基于pLSA和Topo-MRF模型的SAR图像分类算法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 122-125.
[13]	陈尔学, 李增元, 田昕, 凌飞龙. 星载SAR地形辐射校正模型及其效果评价 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 322-327.
[14]	郑晨, 王雷光, 胡亦钧, 秦前清. 利用小波域多尺度模糊MRF模型进行纹理分割 . 武汉大学学报 ● 信息科学版, 2010, 35(9): 1074-1078.
[15]	刘艳, 刘经南, 李陶, 夏耶. 利用高分辨率SAR卫星监测灾害条件下电网铁塔形变 . 武汉大学学报 ● 信息科学版, 2009, 34(11): 1354-1358.
[16]	汪长城, 廖明生. 一种多孔径SAR图像目标检测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 32-35.
[17]	徐新, 王雁, 陈嘉宇, 孙洪. 基于小波系数统计特征的SAR图像恢复 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 855-857.
[18]	李陶, 刘经南, 廖明生. 重复轨道差分干涉测量参数模型的建立 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 744-747.
[19]	杨文, 孙洪, 徐新, 徐戈. 星载SAR图像船舶及航迹检测 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 682-685.
[20]	徐新, 廖明生, 朱攀, 卜方玲. 单视数SAR图像Speckle滤波方法的研究 . 武汉大学学报 ● 信息科学版, 1999, 24(4): 312-316.

WeChat

点击查看大图

计量

文章访问数: 419
HTML全文浏览量: 27
PDF下载量: 418
被引次数: 0

一种基于Bayesian准则和MRF模型的SAR图像滤波方法

¹ 武汉大学电子信息学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(40376051);湖北省自然科学基金资助项目(2002AB0034)

作者简介:
王青,硕士生。现主要从事SAR图像处理方面的研究。

收稿日期: 2005-03-19
修回日期: 2005-03-19
刊出日期: 2005-05-05

中图分类号: P237.3

关键词:

合成孔径雷达 /

Speckle抑制 /

Bayesian准则 /

摘要: 提出了一种新的斑点噪声的滤波方法,该方法基于小波分解的框架,采用小波域隐MRF模型,计算图像中表征像素纹理特征的隐状态参数的后验概率,以此后验概率作为权重因子对传统GammaMAP滤波算法进行改进。该算法被用于模拟SAR图像和真实ERS 1图像的Speckle抑制。试验结果表明,与传统Gam maMAP算法相比,本文提出的方法能更好地抑制Speckle,并保持图像细节。

English Abstract

王青, 徐新, 管鲍, 孙洪. 一种基于Bayesian准则和MRF模型的SAR图像滤波方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(5): 464-467.

引用本文:

王青, 徐新, 管鲍, 孙洪. 一种基于Bayesian准则和MRF模型的SAR图像滤波方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(5): 464-467.

WANG Qing, XU Xin, GUAN Bao, SUN Hong. An Algorithm for SAR Image Filtering Based on Bayesian Principle and MRF Modeling[J]. Geomatics and Information Science of Wuhan University, 2005, 30(5): 464-467.

Citation:

WANG Qing, XU Xin, GUAN Bao, SUN Hong. An Algorithm for SAR Image Filtering Based on Bayesian Principle and MRF Modeling[J]. Geomatics and Information Science of Wuhan University, 2005, 30(5): 464-467.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码