資源描述：
《x波段航海雷達(dá)圖像噪聲檢測與濾除方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第2期,總第76期國土資源遙感No.2,20082008年6月15日REMOTESENSINGFORLAND&RESOURCESJun.,2008X波段航海雷達(dá)圖像噪聲檢測與濾除方法研究郝燕玲,唐艷紅,盧志忠(哈爾濱工程大學(xué)自動化學(xué)院,哈爾濱150001)摘要:根據(jù)航海雷達(dá)數(shù)據(jù)的時空特點,提出一種圖像噪聲檢測與濾除方法。該方法首先根據(jù)噪聲在各次掃描間的不相關(guān)性對其進(jìn)行檢測,然后只針對檢測出的噪聲數(shù)據(jù)進(jìn)行濾除。通過與傳統(tǒng)的中值濾波算法和均值算法進(jìn)行比較,同時使用信噪比指標(biāo)對處理結(jié)果進(jìn)行分析,結(jié)果表明,本
2、算法既保持了傳統(tǒng)中值濾波方法簡單、快速的優(yōu)點,又很好地保持了圖像的灰度信息,具有較好的降噪效果。關(guān)鍵詞:航海雷達(dá);中值濾波;同頻干擾;信噪比中圖分類號:TP751.1文獻(xiàn)標(biāo)識碼:A文章編號:1001-070X(2008)02-0014-04聲檢測與濾除方法。該方法首先根據(jù)X波段航海0引言雷達(dá)圖像噪聲特性,利用連續(xù)32幅航海雷達(dá)圖像序列上同一位置點的灰度值的躍遷作為噪聲檢測的準(zhǔn)[1,2]利用X波段航海雷達(dá)進(jìn)行海浪遙感測量,則;然后,沿雷達(dá)射線方向,應(yīng)用改進(jìn)的中值濾波方從海浪遙感圖像中獲取關(guān)于海洋狀態(tài)的實
3、時信息,法對噪聲進(jìn)行濾除。如海浪的波高、方向和周期等,對海上經(jīng)濟(jì)和軍事活動的開展具有十分重要的意義。但是,利用X波段1雷達(dá)圖像噪聲的檢測航海雷達(dá)直接采集到的原始雷達(dá)信號往往存在著大量的干擾雜波,如雷達(dá)內(nèi)部噪聲、雨雪雜波和同頻干1.1噪聲問題分析[3]擾等。這些干擾在圖像上表現(xiàn)為點狀脈沖噪聲利用X波段航海雷達(dá)進(jìn)行海浪觀測,主要是間和射線狀噪聲,極大地降低了圖像質(zhì)量,對分析海浪接利用海面波浪的回波特性來解析出相關(guān)的海浪參十分不利。因而,噪聲的去除在海浪遙感圖像處理數(shù),根據(jù)海浪參數(shù)來判斷海面上的波浪狀況。因
4、此,中占有重要的地位,是進(jìn)行海浪信息反演的前提,對文中雷達(dá)圖像噪聲指的是與海面波浪回波無關(guān)的所提高反演準(zhǔn)確度具有極其重要的意義。有信號,主要包括目標(biāo)回波信號和同頻干擾信號,其目前,去除雷達(dá)圖像噪聲的方法主要是采用圖中,同頻干擾信號產(chǎn)生的噪聲所占比例最大,也是本像濾波方法。常用的濾波算法有:①傳統(tǒng)的中值、文要重點處理的對象。這些干擾信號在雷達(dá)圖像中均值濾波方法;②基于噪聲模型的濾波,如Kalman表現(xiàn)為點狀的脈沖噪聲和射線狀噪聲,如圖1所示。濾波、Lee濾波等;③基于圖像局部統(tǒng)計特征的自適應(yīng)濾波,如Ku
5、an濾波、增強(qiáng)Lee濾波、增強(qiáng)Frost濾波等;④基于形態(tài)學(xué)的幾何濾波,如GammaMAP濾[4～7]波;⑤基于小波變換的濾波。這些濾波算法對去除圖像噪聲點,保持圖像紋理信息及邊緣信息等方面較為重視,但對于圖像像元灰度信息的保持沒有足夠重視,而灰度信息對于海浪反演起著至關(guān)重要的作用。此外,由于雷達(dá)數(shù)據(jù)的存儲方式與普通圖1雷達(dá)回波圖像數(shù)字圖像的存儲方式有著本質(zhì)區(qū)別,因此,傳統(tǒng)的濾(左:原始雷達(dá)圖像;右:設(shè)定閾值后的圖像)波方式并不適用于雷達(dá)圖像處理。另外,考慮到實時海浪遙感的應(yīng)用,對濾波算法的復(fù)雜性和處
6、理效1.2噪聲的檢測算法率也要有一定的要求。為了保持有用信號的灰度信息,須從雷達(dá)原始針對上述問題,本文提出一種航海雷達(dá)圖像噪回波信號中檢測出噪聲信號。信號的檢測等同于判收稿日期:2007-12-17;修訂日期:2008-03-24?1994-2009ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net第2期郝燕玲,等:X波段航海雷達(dá)圖像噪聲檢測與濾除方法研究·15·斷雷達(dá)回波信號是噪聲還是
7、有用信號與噪聲的疊的,因此,本文利用該特點進(jìn)行噪聲檢測。加。分析實測數(shù)據(jù)發(fā)現(xiàn),若只靠一個觀測序列很難噪聲特性如圖2所示。圖2(左)表示的是雷達(dá)從海面回波信號中辨別噪聲的,因為海面回波在各射線方向上的回波數(shù)據(jù),虛線所指數(shù)據(jù)表示分析點。次掃描間是相關(guān)的,但噪聲在各次掃描間是不相關(guān)從圖中可以看出,與該點相鄰的幾十個點的信號都圖2單點雷達(dá)數(shù)據(jù)空間和時間變化(左:雷達(dá)射線方向上的回波數(shù)據(jù);右:同一位置上連續(xù)32幅圖數(shù)據(jù))非常強(qiáng),這樣就形成了一個連續(xù)的噪聲帶,在圖像上和處理效率,發(fā)現(xiàn)中值濾波尤其適用于脈沖噪聲和表
8、現(xiàn)為細(xì)窄的射線狀干擾噪聲。由于海浪回波信號射線狀噪聲的抑制,并且具有運算簡單和速度快的強(qiáng)度與波高和雷達(dá)天線之間的距離等因素有關(guān),因優(yōu)點。然而,航海雷達(dá)圖像數(shù)據(jù)與普通圖像數(shù)據(jù)的此,單從一幅回波圖像上很難檢測出該點是否是噪存儲方式有所不同,其空間分辨率由距離和方位角聲。然而,我們從圖2(右)中可以看出,在時間上連的間距決定,因此,根據(jù)工程實踐中雷達(dá)觀測海浪的續(xù)的32幅圖像上(選取32幅圖像目的在于,海浪反實時性要求,本文采用改進(jìn)的中值濾波算法對噪聲演過程中進(jìn)
