单视全极化SAR图像快速非局部均值滤波

陈建宏; 赵拥军; 赖涛; 刘伟; 黄洁

doi:10.13203/j.whugis20140089

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

单视全极化SAR图像快速非局部均值滤波

陈建宏, 赵拥军, 赖涛, 刘伟, 黄洁

文章导航 > 武汉大学学报 ● 信息科学版 > 2016 > 41(5): 629-634

陈建宏, 赵拥军, 赖涛, 刘伟, 黄洁. 单视全极化SAR图像快速非局部均值滤波[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 629-634. doi: 10.13203/j.whugis20140089

引用本文:

陈建宏, 赵拥军, 赖涛, 刘伟, 黄洁. 单视全极化SAR图像快速非局部均值滤波[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 629-634. doi: 10.13203/j.whugis20140089

CHEN Jianhong, ZHAO Yongjun, LAI Tao, LIU Wei, HUANG Jie. Fast Non-local Means Filtering of SLC Fully PolSAR Image[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 629-634. doi: 10.13203/j.whugis20140089

Citation:

CHEN Jianhong, ZHAO Yongjun, LAI Tao, LIU Wei, HUANG Jie. Fast Non-local Means Filtering of SLC Fully PolSAR Image[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 629-634. doi: 10.13203/j.whugis20140089

单视全极化SAR图像快速非局部均值滤波

doi: 10.13203/j.whugis20140089

陈建宏^1,2,
赵拥军²,
赖涛²,
刘伟²,
黄洁²

1.
太原卫星发射中心技术部, 山西太原, 030027;
2.
信息工程大学导航与空天目标工程学院, 河南郑州, 450001

基金项目: 国家自然科学基金(41301481,61302160);国防重点项目(AA12007014-2)。

详细信息

作者简介:
陈建宏,工程师,博士,现从事高分辨率合成孔径雷达数据目标解译技术研究。gycjh2010@163.com

中图分类号: P237.3;TP751

Fast Non-local Means Filtering of SLC Fully PolSAR Image

1.
Technical Department of Taiyuan Satellite Launch Centre, Taiyuan 030027, China;
2.
School of Navigation and Aerospace Engineering, Information Engineering University, Zhengzhou 450001, China

Funds: The National Natural Science Foundation of China, Nos. 41301481, 61302160; National Key Project Funded Project, No. AA12007014-2.

摘要: 非局部均值已应用到极化SAR图像滤波领域,但传统滤波方法的多视处理降低了图像分辨率,且计算量巨大,严重制约了滤波效能。本文针对单视全极化SAR的特点,提出了一种快速非局部均值滤波算法。首先,按照多视求权、单视重构的思路,结合KL(Kullback-Leible divergence)散度重构了新的非局部均值模型;然后,利用积分图设计了新模型的快速实现;最后,用Radarsat-2全极化SAR数据进行了验证。实验结果表明,新算法改善了滤波效果,同时大幅提高了运算效率。
- 极化SAR图像 /
- 相干斑抑制 /
- 非局部均值 /
- KL散度 /
- 快速算法
Abstract: Non-local means have been applied to the field of polarimetric SAR image filtering. However the traditional methods process SAR data with multi-look before filtering, which reduces the resolution of SAR images with enormous computation costs that severely restrict non-local means filteri9ng performance. So a fast non-local mean filtering algorithms is proposed for single-look polarimetric SAR images. A new non-local means model was reconstructed in accordance with the multi-view concept to seek power, and single vision remodeling, then combined with KL divergence. Fast computation in the new algorithm was implemented with an integral image. Finally, the proposed algorithms were validated with a Radarsat-2 fully polarimetric SAR image. Experimental results show that the new algorithm not only improves the filtering effect but also significantly enhances operational efficiency.
- polarimetric SAR images /
- filtering /
- non-local means /
- KL divergence /
- fast calculation

[1]	Coll B B, Morel J. A Nonlocal Algorithm for Image Denoising[C]. IEEE Computer Society Conference, San Diego, CA, USA, 2005
[2]	Deledalle C, Denis L, Tupin F. Polarimetric SAR Estimation Based on Non-local Means[C]. IEEE International Symposium, Paris, France, 2010
[3]	Chen Jiong, Chen Yilun, An Wentao, et al.Nonlocal Filtering for Polarimetric SAR Data:A Pretest Approach[J].IEEE Transaction on Geoscience and Remote Sensing, 2011, 49(5):1744-1753
[4]	Wang Shuang,Jiao Licheng, Zhong Hua, et al. Speckle Suppression Method of Polarimetric SAR Data Based on Bayes Non-local Means:10278051[P]. 2011-03-02(王爽, 焦李成, 钟桦,等. 基于贝叶斯非局部均值的极化SAR数据的相干斑抑制方法:10278051[P].2011-03-02)
[5]	Yang Xuezhi, Zuo Meixia, Lang Wenhui, et al. Speckle Reduction for Multi-polarimetric SAR Image with the Similarity of the Scattering[J]. Journal of Remote Sensing, 2012, 16(1):105-115(杨学志, 左美霞, 郎文辉,等. 采用散射特征相似性的极化SAR图像相干斑抑制[J].遥感学报, 2012, 16(1):105-115)
[6]	Wang Juan,Yang Jinsong,Huang Weigen, et al. The Impact of Multi-look Processing on Synthetic Aperture Radar Ship Detection[J]. Journal of Remote Sensing, 2008,12(3):399-404(王隽, 杨劲松, 黄韦良,等. 多视处理对SAR船只探测的影响[J].遥感学报, 2008, 12(3):399-404)
[7]	Lee K Y, Bretschneider T F. Separability Measures of Target Classes for Polarimetric Synthetic Aperture Radar Imagery[J].Asian Journal of Geoinformatics, 2012, 12(2):73-84
[8]	Erten E, Reigber A, Hellwich O, et al. Glacier Velocity Monitoring by Maximum Likelihood Texture Tracking[J]. IEEE Trans Geosci Remote Sens, 2009,47(2):394-405
[9]	Xu Ying, Zhou Yan. Review of SAR Image Speckle Suppression[J]. Computer Engineering and Applications, 2013, 49(20):210-216(徐颖, 周焰. SAR图像相干斑抑制研究进展[J].计算机工程与应用, 2013, 49(20):210-216)

[1]	张书雨, 姚铮, 陆明泉. 地基伪卫星区域导航系统快速布设算法 . 武汉大学学报 ● 信息科学版, 2018, 43(9): 1355-1361. doi: 10.13203/j.whugis20160400
[2]	李祎, 芦碧波, 王永茂. 分区非局部均值色貌模型在色调映射中的应用 . 武汉大学学报 ● 信息科学版, 2016, 41(5): 649-655. doi: 10.13203/j.whugis20140024
[3]	陈善学, 郑文静, 张佳佳, 李方伟. 变换域离散度排序的高光谱图像快速压缩算法 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 868-874. doi: 10.13203/j.whugis20140270
[4]	赵磊, 陈尔学, 李增元, 冯琦, 李兰, 杨浩. 基于均值漂移和谱图分割的极化SAR影像分割方法及其评价 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1061-1068. doi: 10.13203/j.whugis20130681
[5]	龙江平, 丁晓利. 利用矩阵值域的极化干涉SAR相干性的研究 . 武汉大学学报 ● 信息科学版, 2015, 40(11): 1526-1532. doi: 10.13203/j.whugis20130321
[6]	刘光明, 孟祥伟. 一种新的SAR图像局部统计活动轮廓模型及算法 . 武汉大学学报 ● 信息科学版, 2015, 40(5): 628-631. doi: 10.13203/j.whugis20130445
[7]	王云艳, 何楚, 涂峰, 陈东, 廖明生. 特征选择双层svm的融合算法用于极化sar图像分类 . 武汉大学学报 ● 信息科学版, 2015, 40(9): 1157-1162. doi: 10.13203/j .whu g is20140351
[8]	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.
[9]	余洁, 刘利敏, 李小娟, 赵争. 利用ICA算法进行全极化SAR影像滤波研究 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 212-216.
[10]	罗志宏, 冯国灿, 成秋生. 融合变分模型与快速算法分割噪声图像 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 637-641.
[11]	张斌, 杨然, 谢兴, 秦前清. 利用极化目标分解和WMRF的全极化SAR图像分类方法 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 297-300.
[12]	杨杰, 郎丰铠, 李德仁. 一种利用Cloude-Pottier分解和极化白化滤波的全极化SAR图像分类算法 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 104-107.
[13]	巫兆聪, 欧阳群东, 胡忠文, 刘玲. 四分量散射模型在极化SAR相干斑滤波中的应用 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 763-766.
[14]	张中山, 燕琴, 余洁, 李岩. 基于粒子群算法的全极化SAR图像非监督分类算法研究 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 941-945.
[15]	代登信, 杨文, 邹同元, 孙洪. 一种快速有效的MSTAR SAR目标图像分割算法 . 武汉大学学报 ● 信息科学版, 2009, 34(9): 1059-1062.
[16]	邹同元, 杨文, 代登信, 孙洪. 一种新的极化SAR图像非监督分类算法研究 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 910-913.
[17]	李旭东. 基于图像灰度平均值的数字水印算法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 556-559.
[18]	刘进, 闫利. 图像相关匹配算法的快速实现 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 684-687.
[19]	李洪省, 郭庆胜, 刘纪平, 郑春燕. 基于数据匹配的建筑物群典型化快速算法 . 武汉大学学报 ● 信息科学版, 2006, 31(7): 636-639.
[20]	段汉文, 沈未名, 朱荣, 徐正全. H.261视频编码协议中BCH前向纠错码的快速算法 . 武汉大学学报 ● 信息科学版, 2002, 27(1): 34-38.

点击查看大图

计量

文章访问数: 780
HTML全文浏览量: 28
PDF下载量: 445
被引次数: 0

单视全极化SAR图像快速非局部均值滤波

doi: 10.13203/j.whugis20140089

1. 太原卫星发射中心技术部, 山西太原, 030027;

2. 信息工程大学导航与空天目标工程学院, 河南郑州, 450001

基金项目: 国家自然科学基金(41301481,61302160);国防重点项目(AA12007014-2)。

作者简介:
陈建宏,工程师,博士,现从事高分辨率合成孔径雷达数据目标解译技术研究。gycjh2010@163.com

收稿日期: 2014-09-14
刊出日期: 2016-05-05

中图分类号: P237.3;TP751

关键词:

KL散度 /

摘要: 非局部均值已应用到极化SAR图像滤波领域,但传统滤波方法的多视处理降低了图像分辨率,且计算量巨大,严重制约了滤波效能。本文针对单视全极化SAR的特点,提出了一种快速非局部均值滤波算法。首先,按照多视求权、单视重构的思路,结合KL(Kullback-Leible divergence)散度重构了新的非局部均值模型;然后,利用积分图设计了新模型的快速实现;最后,用Radarsat-2全极化SAR数据进行了验证。实验结果表明,新算法改善了滤波效果,同时大幅提高了运算效率。