基于相似性验证与子块排序的NSST域SAR图像去噪

摘要：

为了改进传统的非局部变换域合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法不考虑子块关系的缺点,结合相似性验证与子块排序提出一种新的非下采样剪切波(non-subsampled shearlet transform,NSST)域SAR图像去噪算法.构造NSST域SAR图像相似块之间距离的密度分布;利用子块之间的相似性,去除相似性较低的子块;结合子块排序和最优一维滤波对SAR图像进行去噪.实验结果表明,与其他经典去噪算法相比,等效视数平均提升6.92,边缘保持指数更接近1,无参考质量评价指数平均降低2.51,能更好地保持图像边缘和纹理信息,改善图像的视觉效果.

关键词：SAR图像去噪、非下采样剪切波变换、相似性验证、子块排序

所属期刊栏目：38

分类号：TN911.73;TJ01

资助基金：国家自然科学基金资助项目61401308,61572063;河北省自然科学基金资助项目F2016201142,F2016201187;河北省教育厅项目QN2016085;河北大学研究生创新资助项目X201710,hbu2018ss01

在线出版日期：2018-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：744-751