一种保持散射特性的极化SAR图像滤波方法之探究

Explore a Way to Keep the Scattering Properties of Polarimetric SAR Image Filtering Method

摘要: 合成孔径雷达(Synthetic aperture radar, SAR)是一种应用非常广泛的高分辨率成像雷达，其具有全天候、多极化、多视角、多俯角获取数据能力，对云层、烟雾等有较强的穿透能力，被广泛应用与卫星侦查、地址探测等领域。但是这些雷达设备获取的SAR图像，其要被清晰的识别，还需要进行很多的图像处理工作，其中极化SAR图像的滤波处理就是其中的一个重要的过程，对极化SAR图像进行滤波处理，改进极化SAR图像滤波处理算法，进一步提高SAR图像辨别能力，一直是SAR研究领域的热点。本文介绍了极化SAR图像的特点，探讨了一种能够保持散射特性的极化SAR图像滤波方法，该方法在传统的极化SAR滤波Lee方法上增加了自适应窗口处理以及滤波参数预估计等步骤，有效的提高了传统的滤波方法的抑制相干斑的能力，同时能够很好的保持极化SAR图像的极化散射特性。

Abstract: Synthetic aperture radar (Synthetic aperture radar, SAR) is a widely used high-resolution imaging radar, which has all-weather, multi-polarization, multi-angle, multi-depression ability to obtain data on the clouds of smoke, which are strong penetrating power, is widely used in satellite detection, address detection and other fields, but these SAR images acquired radar equipment. It must be clearly identified need to make a lot of image processing, including filtering polarimetric SAR image is one important process for polarimetric SAR image filtering, image filtering improved polarimetric SAR processing algorithms to further improve the ability to identify the SAR image, SAR has been a hot research field. This paper describes the characteristics of polarimetric SAR images, discussed a way to keep the scattering properties of polarimetric SAR image filtering method, in the traditional method of increasing polarization SAR Lee adaptive filtering window processing and pre-filtering parameters estimation step, effectively improve the traditional filter method of inhibiting the ability to spot coherent while being able to maintain a good polarization scattering characteristics of SAR images.

文章引用：覃艳. 一种保持散射特性的极化SAR图像滤波方法之探究[J]. 计算机科学与应用, 2017, 7(10): 1008-1014. https://doi.org/10.12677/CSA.2017.710114

参考文献

[1]	孙楠, 王岩飞, 张冰尘. 一种扩展的基于结构检测的最优多视极化SAR相干斑滤波算法[J]. 遥感学报, 2010, 11(5): 686-693.
[2]	张中山, 余洁, 燕琴, 等. 基于核独立成分分析的极化SAR图像相干斑抑制[J]. 测绘学报, 2011, 40(3): 289-295.
[3]	单子力, 谷宏志, 陈金勇, 等. 基于物理散射模型的全极化SAR图像增强滤波算法[J]. 计算机应用研究, 2013, 30(10): 3152-3154.
[4]	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[J]. 武汉大学学报: 信息科学版, 2011, 36(1): 104-107.
[5]	李文屏, 王正明, 谢美华. 多通道SAR图像滤波的向量总变分模型[J]. 红外与毫米波学报, 2012, 31(1): 61-66.
[6]	Le, T.T., Atto, A.M., Trouvé, E., et al. (2014) Adaptive Multitemporal SAR Image Filtering Based on the Change Detection Matrix.
[7]	王山虎, 尤红建, 付琨. 基于大尺度双边SIFT的SAR图像同名点自动提取方法[J]. 电子与信息学报, 2012, 34(2): 287-293.
[8]	韩萍, 丛润民. 极化SAR图像的联合加权极化差异度变化检测算法[J]. 信号处理, 2013, 29(10): 1390-1397.
[9]	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[J]. 武汉大学学报: 信息科学版, 2011, 27(1): 122-125.
[10]	赵忠民, 赵拥军, 牛朝阳. 改进的基于非局部均值的极化SAR相干斑抑制[J]. 中国图象图形学报, 2013, 18(8): 1038-1044.
[11]	齐文璐, 李洋, 洪文. 基于能量谱函数相关系数的极化SAR数据滤波方法研究[J]. 科学技术与工程, 2011, 11(20): 4788-4792.
[12]	Iqbal, M., Chen, J., Yang, W., et al. (2013) SAR Image Despeckling by Selective 3D Filtering of Multiple Compressive Reconstructed Images. Progress in Electromagnetics Research, 134, 209-226. https://doi.org/10.2528/PIER12091504
[13]	Martino, G.D., Poderico, M., Poggi, G., et al. (2012) SAR Image Simulation for the Assessment of Despeckling Techniques. 2012 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 1797-1800.
[14]	周伟, 陈尔学, 刘国林, 等. 基于ALOS极化干涉SAR数据的DEM提取方法研究[J]. 遥感技术与应用, 2013, 28(1): 44-51.
[15]	张中山, 燕琴, 余洁, 等. 基于粒子群算法的全极化SAR图像非监督分类算法研究[J]. 武汉大学学报: 信息科学版, 2010, 35(8): 941-945.