斑点函数

概览

此“斑点”函数可移除雷达数据集中的斑点,并将在影像中保留边和尖锐要素时消除噪声。斑点是存在于雷达影像中的高频噪声。由激光、超声波和合成孔径雷达 (SAR) 系统生成的影像受到斑点噪声的限制,原因是从多个表面散射的电磁回波会形成干扰。“斑点”函数可使用数学模型来过滤因干扰而产生的亮点和黑点,以便更好地解译影像。

备注

“斑点”函数中的平滑算法可使用 Lee增强型 LeeFrostKuan 滤波器类型减少和过滤斑点。

要实现最佳斑点消减效果,可尝试下述方法:

  • 滤波器大小将大大影响已处理影像的质量。7 x 7 滤波器通常可通过中等平滑来生成满意结果。
  • 查看次数用于估算噪声方差,并可有效地控制被滤波器应用于影像的平滑的数量。较小的值会导致较多的平滑处理;较大的值则会保留较为清晰的影像要素。
  • 请应用直方图拉伸来调整影像的对比度或亮度。

Lee 滤波器

Lee 过滤器通过在影像中对每个像素应用空间过滤器来减少斑点噪声,该空间过滤器对基于在方形窗口中计算的局部统计量而产生的数据进行过滤。中心像素的值会为使用相邻像素而计算的值所替代。通过 Lee 滤波器,您可以选择减少相加噪声和/或相乘噪声。使用 Lee 滤波器对具有相加或相乘组件的斑点数据进行平滑处理。

噪声模型算法变量定义

附加

 Value of filtered pixel = LM + K * (PC - LM)

where

  • K(加权函数)= LV / (LV + AV)

PC - 窗口的中心像素值

LM - 过滤器窗口的局部平均值

LV - 过滤器窗口的局部方差

M - 相乘噪声均值

A - 相加噪声均值

AV - 相加噪声方差。

MV - 相乘噪声方差。

SD - 过滤器窗口的标准差

NLooks - 查看次数

相乘

Value of filtered pixel = LM + K * (PC - M * LM)

where

  • K(加权函数)= M * LV / ((LM * LM * MV) + (M * M * LV))
  • MV = 1 / NLooks

相加和相乘

Value of filtered pixel = LM+ K * (PC - M * LM - A)

where

  • K(加权函数)= M * LV / ((LM* LM * MV) + (M * M * LV) + AV)
  • MV = (SD / LM)2

Lee 滤波器算法
注:

相加噪声均值通常为 0相乘噪声均值通常为 1

增强型 Lee 滤波器

增强型 Lee 滤波器是 Lee 滤波器的优化版本,可通过保留影像的清晰度和细节有效减少斑点噪声。它需要阻尼系数查看次数。在保留纹理信息的同时,使用增强型 Lee 滤波器来减少斑点。

算法变量定义

经过平滑处理的中心像素的值 =

LM for CI <= CU

LM * K + PC * (1 - K) for CU < CI < Cmax

PC	for CI >= Cmax

where

  • CU = 1 / square root (NLooks)(噪声变化系数)
  • Cmax = square root (1 + 2 / NLooks)(最大噪声变化系数)
  • CI = SD / LM(影像变化系数)
  • K = e(- D (Ci - CU) / (Cmax - CI))

PC - 窗口的中心像素值

LM - 过滤器窗口的局部平均值

SD - 过滤器窗口中的标准差

NLooks - 查看次数

D - 阻尼系数

增强型 Lee 滤波器算法

Frost 滤波器

Frost 过滤器可减少斑点噪声,并通过一个使用单个过滤器窗口中的局部统计量的、呈指数衰减的圆周状对称的过滤器,来保留边缘上的重要影像要素。Frost 滤波器需要阻尼系数。在保留雷达影像中边的同时,使用 Frost 滤波器来减少斑点。

场景反射率是区分 Frost 滤波器与 Lee 和 Kuan 滤波器的重要因素。它通过将观察到的图像与 SAR 系统的脉冲响应相结合来进行计算。

算法变量定义

实现此过滤器的过程包括使用每个像素的一组权重值 M 来定义呈圆周状对称的过滤器。

K = e (- B * S)

已过滤像素的所生成灰度值为

R = (P1 * K1 + P2 * K2 + ... + Pn * Kn) / (K1 + K2 + ... + Kn)

where

  • B = D * (LV / LM * LM)

S - 过滤器窗口中从中心像素到相邻像素的像素距离的绝对值

D - 阻尼系数

LM - 过滤器窗口的局部平均值

LV - 过滤器窗口的局部方差

P1、P2、……Pn - 滤波器窗口中每个像素的灰度。

K1、K2、……Kn - 每个像素的权重(如上面所定义)。

Frost 滤波器算法

Kuan 滤波器

Kuan 过滤器在减少斑点噪声时,遵循与 Lee 过滤器相似的过滤过程。此过滤器也为影像中的每个像素应用了空间过滤器,以根据使用相邻像素所计算得出的居中像素值的局部统计量过滤数据。Kuan 滤波器需要用于控制影像平滑和估算噪声方差的查看次数。在保留雷达影像中边的同时,使用 Kuan 滤波器来减少斑点。

算法变量定义

过滤后的像素值为

R = PC * K +  LM * (1 - K)

where

  • CU = 1 / square root (NLooks)(噪声变化系数)
  • Cmax = square root (LV) / LM(影像变化系数)
  • K = (1 - ((CU * CU) / (CI * CI))) / (1 + (CU * CU))

PC - 窗口的中心像素值

LM - 过滤器窗口的局部平均值

LV - 过滤器窗口的局部方差

NLooks - 查看次数

Kuan 滤波器算法

参数

参数描述

栅格

输入栅格。

滤波器类型

指定用于移除斑点噪声的平滑算法中的滤波器类型:

  • Lee 滤波器 - 可通过在影像中对每个像素应用空间滤波器来减少斑点噪声,该空间滤波器对基于在方形窗口中计算的局部统计量而产生的数据进行过滤。当您希望对具有相加或相乘组件的斑点数据进行平滑处理时,此滤波器将非常有用。这是默认设置。
  • 增强型 Lee 滤波器 - Lee 滤波器的改编版本,其中包括阻尼系数查看次数。如果您希望在减少斑点的同时保留纹理信息,此滤波器将十分有用。
  • Frost 滤波器 - 可通过一个使用单个滤波器窗口中局部统计量的、呈指数衰减的圆周状对称的滤波器来减少斑点噪声。如果您希望在减少斑点的同时保留雷达影像中的边,此滤波器将十分有用。
  • Kuan 滤波器 - 与 Lee 滤波器类似,此滤波器可对影像中的每个像素应用空间滤波器,并对基于在方形窗口中计算的局部统计量而产生的数据进行过滤。如果您希望在减少斑点的同时保留雷达影像中的边,此滤波器将十分有用。

滤波器大小

指定用于过滤噪声的像素窗口的大小:

  • 3x3
  • 5x5
  • 7x7
  • 9x9
  • 11x11
默认为 3x3。

噪声模型

指定用于减少雷达影像质量的噪声类型:

  • 相乘噪声 - 捕获或传输过程中用于相乘为相关信号的随机信号噪声
  • 相加噪声 - 捕获或传输过程中用于相加为相关信号的随机信号噪声
  • 相加和相乘噪声 - 两种噪声模型
此参数只有在滤波器类型Lee 滤波器时才有效。默认项为相乘噪声

噪声方差

指定雷达影像的噪声方差。

此参数仅当滤波器类型Lee 滤波器,且噪声模型相加噪声相乘噪声时才有效。默认值为 0.25。

相加噪声均值

指定相加噪声的均值。噪声均值越大,平滑效果越差,而噪声均值越小,平滑效果越好。

此参数仅当滤波器类型Lee 滤波器,且噪声模型相加噪声相乘噪声时才有效。默认值为 0。

相乘噪声均值

指定相乘噪声的均值。噪声均值越大,平滑效果越差,而噪声均值越小,平滑效果越好。

此参数仅当滤波器类型Lee 滤波器,且噪声模型相加噪声相乘噪声时才有效。默认值为 1。

查看次数

指定影像的查看次数,而查看次数用于控制影像平滑和估算噪声方差。较小的值会导致较多的平滑处理,而较大的值则会保留较多的影像要素。

此参数仅当滤波器类型Lee 滤波器,且噪声模型相乘噪声时或当滤波器类型Kuan 滤波器时才有效。默认值为 1。

阻尼系数

指定过滤的指数衰减程度。较大的阻尼值保留边的效果较好但平滑效果较差,而较小的值可生成的平滑效果较好。值 0 可生成与低通滤波器相同的输出。

此参数只有在滤波器类型增强型 Lee 滤波器Frost 滤波器时才有效。默认值为 1。

相关主题


在本主题中
  1. 概览
  2. 备注
  3. 参数