Функция Спекл

Обзор

Функция Спекл удаляет спекл из набора данных радара и сглаживает шумы, сохраняя края и резкость объектов в изображении. Спекл – это высокочастотный шум, присутствующий в изображениях радара. Изображения, генерируемые лазерными, ультразвуковыми и радиолокационными системами с синтезированной апертурой (SAR), подвержены спекл-шуму из-за интерференции возвращаемых электромагнитных волн, рассеянных от нескольких поверхностей. Функция Спекл использует математические модели для фильтрации ярких и темных пятен, которые генерируются в результате интерференции, чтобы обеспечить лучшую интерпретацию изображения.

Примечания

Алгоритм сглаживания в спекл-функции снижает и фильтрует спекл-шум с помощью типов фильтров – Ли, Улучшенный Ли, Фрост, Куан, Гамма мап и Переработанный Ли.

Для оптимального устранения зернистости можно попробовать следующее:

• Размер фильтра сильно влияет на качество обработанных изображений. Фильтр размером 7 на 7 обычно дает хорошие результаты со средним сглаживанием.
• Число выборок используется для оценки дисперсии шума и эффективно управляет сглаживанием, которое применяется к изображению при фильтрации. Меньшее значение приводит к лучшему сглаживанию. Большее значение более точно сохраняет изображения пространственных объектов.
• Применение растяжки гистограммы для настройки контраста и яркости изображения.

Параметры

Параметр	Описание
Растр	Входной растр.
Тип фильтра	Определяет тип фильтра, используемый в алгоритме сглаживания для удаления спекл-шума: Ли - Устраняет зернистость, применяя пространственный фильтр к каждому пикселу изображения, который фильтрует данные на основе локальной статистики, вычисленной в квадратном окне. Фильтр подходит, если требуется сглаживание данных с наличием спекла, в которых есть аддитивный или множественный компонент. Используется по умолчанию. Улучшенный Ли - адаптированная версия фильтра Ли, включающая Коэффициент затухания и Число выборок. Этот фильтр поможет, если вы хотите удалить шум, сохранив при этом текстурную информацию. Фрост - Устраняет зернистость с использованием симметричного циркулярного фильтра с экспоненциальным затуханием, который использует локальную статистику в отдельных окнах фильтра. Используйте этот фильтр для уменьшения спекла с сохранением границ радарных изображений. Куан - Действует схожим образом с фильтром Ли, применяя пространственный фильтр к каждому пикселу изображения, который фильтрует данные на основе локальной статистики, вычисленной в квадратном окне. Этот фильтр поможет, если вы хотите удалить шум, сохранив при этом границы радарных изображений. Гамма мап - Для уменьшения спекл-шума применяются Байесовский анализ и фильтр гамма-распределения. Этот фильтр поможет для уменьшения спекл-шума с сохранением при этом границ. Переработанный Ли - Для уменьшения спекл-шума к выбранным пикселам будет применен пространственный фильтр на основе локальной статистики. Этот фильтр использует неквадратное окно фильтра, чтобы соответствовать направлению краев. Он поможет уменьшить спекл-шум с сохранением при этом границ.
Размер фильтра	Указывает размер окна в пикселах, используемого для фильтрации шума: 3x3 5x5 7x7 9x9 11x11 По умолчанию установлено 3x3.
Шумовая модель	Тип шума, снижающий качество радарного изображения: Мультипликативный шум – случайный шум сигнала, умноженный на относительный относительный сигнал в течение захвата или Аддитивный шум – случайный шум сигнала, добавленный к относительному сигналу в течение захвата или Аддитивный и мультипликативный шум – обе шумовые модели Этот параметр доступен только, если в качестве Типа фильтра выбран Ли. По умолчанию используется модель Мультипликативного шума.
Дисперсия шумов	Определяет дисперсию шумов радарного изображения Этот параметр доступен только, если в качестве Типа фильтра выбран Ли, а в качестве Шумовой модели указан Аддитивный шум или Аддитивный и мультипликативный шум. Значение, предлагаемое по умолчанию, равно 0.25.
Среднее значение аддитивного шума	Указывает среднее значение аддитивного шума. Большее среднее значение шума приводит к меньшему сглаживанию, а меньшее среднее значение, соответственно вызывает большее сглаживание. Этот параметр доступен только, если в качестве Типа фильтра выбран Ли, а в качестве Шумовой модели указан Аддитивный и мультипликативный шум. По умолчанию значение равно 0.
Среднее значение мультипликативного шума	Указывает среднее значение мультипликативного шума. Большее среднее значение шума приводит к меньшему сглаживанию, а меньшее среднее значение, соответственно вызывает большее сглаживание. Этот параметр доступен только, если в качестве Типа фильтра выбран Ли, а в качестве Шумовой модели указан Мультипликативный шум или Аддитивный и мультипликативный шум. Значение по умолчанию равно 1.
Число выборок	Указывает число выборок изображения, определяющий сглаживание изображения и оценивает дисперсию шумов. Меньшее значение приводит к большему сглаживанию, а большее значение более точно сохраняет изображения пространственных объектов. Этот параметр доступен только, если в качестве Типа фильтра выбран Ли, а в качестве Шумовой модели указан Мультипликативный шум, или когда для Типа фильтра выбран Улучшенный Ли, Куан или Гамма мап. Значение по умолчанию равно 1.
Коэффициент затухания	Определяет экстент экспоненциального эффекта затухания при фильтрации. Большее значение затухания сохраняет границы, но с меньшим сглаживанием, а меньшее значение вызывает большее сглаживание. Значение 0 приводит к получению того же результата, что и низкочастотный фильтр. Этот параметр доступен только если в качестве Типа фильтра выбран Улучшенный Ли или Фрост. Значение по умолчанию равно 1.

Более подробно о фильтрах

В данном разделе содержится техническая информация о некоторых фильтрах.

Фильтр Ли

Фильтр Ли устраняет зернистость, применяя пространственный фильтр к каждому пикселу изображения, который фильтрует данные на основе локальной статистики, вычисленной в квадратном окне. Значение центрального пиксела заменяется на значение, вычисленное с помощью соседних пикселов. Фильтр Ли позволяет удалить как аддитивные, так и множественные шумы. Используйте фильтр Ли для сглаживания данных с наличием спекла, в которых есть аддитивный или множественный компонент.

Алгоритмы фильтра Ли

Шумовая модель	Алгоритм	Определения переменной
Аддитивный	Значение фильтрованного пиксела = LM + K * (PC - LM) где K = LV / (LV + AV)	PC – значение центрального пиксела окна. K - функция веса LM – локальное среднее значение окна фильтра. LV – локальная дисперсия окна фильтра M – Среднее значение мультипликативных шумов A – Среднее значение аддитивных шумов AV – дисперсия аддитивных шумов MV – среднее значение мультипликативных шумов SD — стандартное отклонение окна фильтра NLooks – число выборок изображения
Мультипликативный	Значение фильтрованного пиксела = LM + K * (PC - M * LM) где K = M * LV / ((LM * LM * MV) + (M * M * LV)) MV = 1 / число выборок
Аддитивный и мультипликативный	Значение фильтрованного пиксела = LM + K * (PC - M * LM - A) где K = M * LV / ((LM * LM * MV) + (M * M * LV) + AV) MV = (SD / LM)^2

Примечание:

Среднее значение аддитивных шумов обычно 0. Среднее значение мультипликативных шумов обычно 1.

Улучшенный фильтр Ли

Улучшенный фильтр Ли — это измененная версия фильтра Ли, эффективно сокращающая зернистость и сохраняющая резкость и детализацию изображения. Для этого фильтра требуется значение Коэффициента затухания и значение Числа выборок. Используйте улучшенный фильтр Ли для уменьшения спекла с сохранением текстур.

Алгоритм улучшенного фильтра Ли

Алгоритм	Определения переменной
Фильтрованное значение пиксела зависит от конкретных условий. Если CI <= CU, то PF = LM Если CU < CI < Cmax, то PF = LM * K + PC * (1 - K) Если CI >= Cmax, то PF = PC где CU = 1 / кв. корень (NLooks) Cmax = кв. корень (1 + 2 / NLooks) CI = SD / LM K = e^(- D (Ci - CU) / (Cмакс - CI))	PF - фильтрованное значение пиксела PC – значение центрального пиксела окна. LM – локальное среднее значение окна фильтра. SD – стандартное отклонение в окне фильтра NLooks – число выборок изображения D – коэффициент затухания CU - коэффициент дисперсии шума Cmax - максимальный коэффициент дисперсии шума CI - коэффициент дисперсии изображения

Фильтр Фроста

Фильтр Фроста устраняет зернистость и сохраняет важные пространственные объекты изображения по краям с использованием симметричного циркулярного фильтра с экспоненциальным затуханием, который использует локальную статистику в отдельных окнах фильтра. Для фильтра Фроста требуется коэффициент затухания. Используйте фильтр Фроста для уменьшения спекла с сохранением границ радарных изображений.

Отражательная способность сцены важный фактор который дифференцирует фильтр Фроста от фильтров Ли и Куан. Он рассчитывается путем объединения наблюдаемого изображения с импульсной характеристикой системы SAR.

Алгоритм фильтра Фроста

Алгоритм	Определения переменной
Реализация этого фильтра заключается в определении симметричного циркулярного фильтра с набором K-значений весов для каждого пиксела. K = e ^(- D * (LV / LM * LM) * S) Результирующее значение серого уровня фильтрованного пиксела равно (P1 * K1 + P2 * K2 + ... + Pn * Kn) / (K1 + K2 + ... + Kn)	S — абсолютное значение расстояния от центрального пиксела до его соседей в окне фильтра P1,P2,...Pn – это уровни серого каждого пиксела в окне K1,K2,...Kn – это веса (определенные выше) для каждого пиксела D – коэффициент затухания LM – локальное среднее значение окна фильтра. LV – локальная дисперсия окна фильтра

Фильтр Куана

Фильтр Куан использует процесс фильтраций, аналогичный фильтру Ли, для устранения зернистости. Этот фильтр также применяет пространственный фильтр к каждому пикселу изображения, фильтруя данные на основе локальной статистики центрального пиксела, вычисленной с помощью соседних пикселов. Для фильтра Куана требуется указать значение Число выборок, которое управляет сглаживанием изображения и оценивает дисперсию шумов. Используйте фильтр Куана для уменьшения спекла с сохранением границ радарных изображений.

Алгоритм фильтра Куана

Алгоритм	Определения переменной
Фильтрованное значение пиксела равно PC * K + LM * (1 - K) где CU = 1 / кв. корень (NLooks) CI = кв. корень (LV) / LM K = (1 - ((CU * CU) / (CI * CI))) / (1 + (CU * CU))	PC – значение центрального пиксела окна. K - функция веса CU - коэффициент дисперсии шума CI - коэффициент дисперсии изображения LM – локальное среднее значение окна фильтра. LV – локальная дисперсия окна фильтра NLooks – число выборок изображения

Гамма мап

В фильтре Гамма мап используется подход «максимум апостериорный» (мап), который требует априорного знания функции плотности вероятности радиолокационного изображения. Для фильтра Гамма мап требуется указать значение Число выборок, которое управляет сглаживанием изображения и оценивает дисперсию шумов.

Алгоритм	Определения переменной
Фильтрованное значение пиксела зависит от конкретных условий. Если CI < CU, то PF = LM Если CU <= CI <= Cmax, то PF = (K–NLooks-1)*L^M+кв. корень((LM*LM)*((K-NLooks-1)*(K- NLooks-1))+4*K*NLooks*LM) Если CI > Cmax, то PF = PC где CU = 1 / кв. корень (NLooks) Cmax = кв. корень (2 * CU) CI = SD / LM K = (1 + (CU * CU)) / ((CI * CI) - (CU * CU))	PF - фильтрованное значение пиксела CI - коэффициент дисперсии изображения CU - коэффициент дисперсии шума LM – локальное среднее значение окна фильтра. NLooks – число выборок изображения K - функция веса SD — стандартное отклонение окна фильтра

Настроенный Ли

Переработанный фильтр Ли — это переработанная версия фильтра Ли, эффективно сокращающая спекл-шум вблизи краев, сохраняя при этом резкость краев. Он применяет обнаружение границ в окне постоянного размера 7x7. В этом окне 7x7 неквадратное окно используется для согласования направления краев. Остальные некраевые пикселы в неквадратном окне используются при выполнении фильтрации.

Алгоритм	Определения переменной
Фильтрованное значение пиксела равно LM + K * (PC – LM) где K = ( LV - LM * LM * MV) / ((1 + MV)*LV) MV = (SD / LM)^2	LM – локальное среднее значение окна фильтра. K - функция веса PC – значение центрального пиксела окна. LV – локальная дисперсия окна фильтра MV – среднее значение мультипликативных шумов SD — стандартное отклонение окна фильтра