利用经验模态分解和主成分分析的SAR图像相干斑抑制
对SAR图像应用对数加性噪声模型，将经验模态分解与主成分分析相结合，提出一种基于PCA的EMD相干斑抑制算法。根据对数SAR图像中相干斑噪声的统计特性和高斯白噪声经EMD分解后的能量分布模型，近似估算SAR图像经EMD分解后各层内蕴模态函数中所合噪声的能量；将内蕴模态函数利用PCA进行分解，根据PCA对含噪信号的分解特性和内蕴模态函数中噪声能量所占的比例，选择合适的成分分量重构内蕴模态函数，以进一步去除噪声保留有用的细节信息。仿真试验结果表明，该方法在有效抑制相干斑噪声的同时，可以较好地保持边缘纹理细节的清晰。
经验模态分解、SAR图像、相干斑抑制、主成分分析
41
TN957
国家自然科学基金41071270,11201354;国家科技支撑计划2012BAJ15804;湖北省自然科学基金2010CDB03305;武汉市晨光计划201150431096;遥感科学国家重点实验室开放基金0FSLRSS201209;测绘遥感信息工程国家重点实验室开放基金11R01;卫星海洋环境动力学国家重点实验室开放基金SOED1102;冶金工业过程系统科学湖北省重点实验室开放基金C201016,Y201121
2013-01-27（万方平台首次上网日期，不代表论文的发表时间）
共6页
838-843
