多视极化白化滤波器参数估计方法的改进

󰀁󰀁电󰀁子󰀁测󰀁量󰀁技󰀁术

󰀁󰀁ELECTRONICMEASUREMENTTECHNOLOGY第29卷第6期2006年12月󰀁

多视极化白化滤波器参数估计方法的改进

孙斌1󰀁孙楠2

(1.北京交通大学现代通信研究所北京100044;2.中国科学院电子学研究所北京100080)

摘󰀁要:多视极化白化滤波器(MPWF)是一种专门应用于极化SAR图像降噪的有效方法,其中,滤波器参数估计的精确度直接决定了其滤波性能的好坏。本文通过对全极化SAR噪声模型的介绍和几种典型的参数估计方法的比较,针对传统方法的缺陷,提出基于无监督分类的自适应参数估计方法。此方法以分类图像作为对象;在滑动矩形窗内以中心像素作为参照物,自动搜索与其同类的像素并用于降噪。实验结果表明,该法不仅有效地抑制了相干斑,而且对图像的纹理信息具有很好的保持能力。

关键词:极化合成孔径雷达;相干斑;无监督分类;MPWF

Improvementresearchofparameterestimationin

multilookpolarimetricwhiteningfilter

SunBin1󰀁SunNan2

(1.ModernTelecommunicationResearchInstitutes,BeijingJiaotongUniversity,Beijing100044;

2.InstituteofElectronics,ChineseAcademyofSciences,Beijing100080)

Abstract:Themultilookpolarimetricwhiteningfilterisaneffectivemethodonspecklereductioninmultilookpolarimetricsyntheticapertureradar(SAR)images,wherethefunctionofthefilterisdirectlydecidedbytheprecisionofparameterestimation.Inthispaper,themodelofthepolarimetricsyntheticapertureradar(SAR)isstatedhere,withsometypicalcovariancematrixparameterestimatemethods,whichareappliedtothemultilookpolarimetricwhiteningfilter.Aimedattraditionaldefects,anovelapproachbasedonunsupervisedclassificationisproposedhere,wheretheclassifiedimageischosenastheprocessedobjectandthecentralpixelinmovingrectangularwindowischosenasreference;andthenthroughautomaticsearch,thepixelsinthesameclassareselectedandusedfordespeckling.Theexperimentalresultsdemonstratetheeffectivenessbothonspecklereductionandpreservationoftextureinformationfromtheexperimentalresults.Comparisonsarealsomade.

Keywords:polarimetricsyntheticapertureradar;speckle;unsupervisedclassification;MPWF

0󰀁引󰀁言

由于SAR图像中存在着严重的相干斑噪声,使得图像的信噪比下降、图像模糊、甚至图像特征消失,给图像的解译工作带来了很大困难。

考虑到数据存储和处理的便利性,极化SAR数据通常要经过多视处理。对此,多视极化白化滤波器

[1]

(MPWF)就是典型的一种降噪算法。

为有效估计滤波器中的参数,传统的方法有矩形窗移动平均法、Prewitt算子边缘检测法等。但它们都存在估计

[2󰀁3,7󰀁8]

精度不高的问题,导致图像局部质量变差。

对此,本文提出基于无监督分类的参数估计法,以形成更为󰀂精确 的自适应窗,从而󰀂筛选 出可用于降噪的像素点。通过实验结果证明,该算法对处理多视多极化的SAR图像是非常有效的。

1󰀁MPWF算法原理

1.1󰀁极化SAR的乘性相干斑噪声模型

对于满足互易定理的各向同性散射媒质,在后向散射坐标系中,目标的散射复矢量可以表示成:

X=[Shh

󰀁󰀁由此可得协方差矩阵为:

C=E[X!X]=󰀁HH

*󰀂

H

ShvSvv]T10

0󰀂 !0 0

(1)

(2)

这里,󰀁HH=∀|shh|2#,!=∀|svv|2#∀|shh|2#, =∀|shv|2#∀|shh|2#,󰀂=∀shhs*vv#∀|shh|2#∀|svv|2#,为

4个常用的极化统计参数。

假设相干斑噪声是乘性的,其模型为:

!71!󰀁第29卷

电󰀁子󰀁测󰀁量󰀁技󰀁术gX(3)

Y=

式中:g为空间纹理变量。1.2󰀁MPWF算法

4󰀁实验结果及分析

实验结果如图1所示。

在SAR成像处理中,为了进一步提高极化SAR数据的质量,通常要对每个极化通道的接收数据进行多视处理。所得到的N视处理后的极化协方差矩阵可表示为:

NN1H1H

CYN=YiYi=giXiXi=g∃N

∃∃Ni=1Ni=1

(4)式中:

∃

N

为多视平均后的相干斑协方差矩阵:

N

1XiXHi

∃N=Ni∃=1

󰀁󰀁进一步推导最终得到滤波后的图像强度为:w=

CYN11+

(5)

CYN22CYN33+CYN11 󰀂2-2 󰀂CYN13+2! (1-󰀂)

(6)

󰀁󰀁可见,在目标散射矩阵已知的情况下,MPWF方法关键是对参数󰀂、!、 的估计。

2󰀁传统参数估计法

2.1󰀁基于矩形滑动窗的参数估计法

采用一个矩形平滑窗在图像上依次滑过,用此窗口中像素的统计平均值来估计窗口中心像素值,并计算相应的参数。

这种估计法简单易行,但估计精度不高,尤其会对边缘、线、点目标结构产生平滑。

2.2󰀁基于Prewitt边缘算子的非矩形窗参数估计法

首先对SAR图像进行边缘检测,以判断滑动窗口内中心像素属于哪一区域,然后再对这一区域进行参数估计。

这种方法的优点是:参数估计的精确度较高,可对图像进行边缘检测。但当被处理图像的地形地貌比较复杂,即存在线结构、点目标结构时,该方法就过于粗糙了。

图1󰀁各方法的处理结果

(1)相干斑抑制

通过计算图1各图像A区域(如图1(a))的标准偏差󰀁均值比(s/m)来定量分析各算法,结果如表1所示。

表1󰀁分析结果

滑动矩形窗

s/m

-1.345

Prewitt算子-2.997

无监督分类-3.424

3󰀁基于无监督分类的MPWF

本文提出的基于无监督分类的自适应参数估计方法以分类图像作为对象;在滑动矩形窗内以中心像素作为参照物,自动搜索与其同类的像素并用于降噪,从而保证了滤波器对地物结构特征的灵敏度和对样本提取的精确度。

现将该法的实现步骤总结如下:

(1)采用极化目标分解理论对图像进行初步分类[4󰀁5];(2)采用复Wishart分类器对图像进行进一步分类;

(3)对分类图像加窗并提取与中心像素同类的像素作为样点;

(4)估计滤波器参数值;

(5)采用MPWF对图像进行降噪。

[5󰀁6]

由结果可知,基于无监督分类的MPWF法其s/m值最小,则代表相干斑抑制能力最强。

(2)图像纹理保持由图1可看出,图1(a)、图1(b)对区域󰀂B (如图1(a)所示)的细节都有不同程度的丢失;而图1(a)较之图1(b)、图1(c)对区域󰀂C (如图1(a)所示)平滑的过于厉害,以致造成边缘模糊。总体来看,图1(c)的表现是最佳的。

5󰀁结束语

本文主要针对多极化白化滤波器(MPWF),介绍了几种典型的参数估计方法,并提出了一种新的基于无监督分类的自适应参数估计法。实验证明,该法无论从降噪性能还是图像纹理保持能力上都具有明显的优越性。

(下转第83页)

!72!󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁武凤艺等:适合ITU标准的󰀁形腔多波长光纤激光器由上面的实验结果可见,通过适当设计制作光纤光栅来确定波长,很容易实现󰀁形腔光纤激光器,并且满足ITU%T建议的WDM光纤通信系统波长标准的,多波长同时激射。说明基于多反射峰光纤光栅的󰀁形腔光纤激光器的研制是一项极为有意义的研究工作。并且成本较低,如液氮采用循环冷却,则费用更少。EDF、光纤光栅、环形器等的制作已比较成熟。如能采取措施进一步提高稳定性、输出功率及使各个波长的强度一致等,󰀁形腔多波长光纤激光器将具有重要的意义。

第6期

[4]󰀁PARKN,WYSOCKIPF.24󰀁linemulti󰀁wavelength

operationoferbium󰀁dopedfibre󰀁ringlaser[J].IEEE

Photon.Technol.Lett.,1996,8(11):1459󰀁1461.[5]󰀁ZIRNGILBM,JOYNERCH,DOERRCR,etal.

An18󰀁channelmulti󰀁frequencylaser[J].IEEEPho󰀁ton.Technol.Lett.,1996,8(7):870󰀁872.

[6]󰀁MIYAZAKIT,EDAGAWAN,YAMAMOTOS.A

mult󰀁iwavelengthfiberring󰀁laseremployingapairofsilica󰀁basedarrayed󰀁waveguide󰀁gratings[J].IEEEPhoton.Technol.Lett.,1997,9(7):910󰀁912.[7]󰀁STARINGAAM,SPIEKMANLH,BINSMAJJ

M,etal.Acompactnine󰀁channelmulti󰀁wavelengthla󰀁ser[J].IEEEPhoton.Technol.Lett.,1996,8(9):1139󰀁1141.

[8]󰀁DOERRCR,JOYNERCH,ZIRNGILBM,etal.Chirpedwaveguidegratingroutermultifrequencylaser

withabsolutewavelengthcontrol[J].IEEEPhoton.Technol.Lett.,1996,8(12):1606󰀁1608.

[9]󰀁PARKN,DAWSONJW,VAHALAKJ.Multiple

wavelengthoperationofanerbium󰀁dopedfiberlaser[J].IEEEPhoton.Technol.Lett.,1992,4(6):540󰀁541.

[10]󰀁TAKAHASHIH,

TOBAH,

INOUEY.

Mult󰀁

iwavelengthringlasercomposedofEDFASandanar󰀁rayed󰀁waveguidewavelengthmultiplexer[J].Elec󰀁tronicsLetters,1994,30(1):44󰀁45.

[11]󰀁张劲松.光纤激光器的研究[D].北京:北京交通大

学,1999.

3󰀁结束语

利用光纤光栅和普通掺铒光纤可以研制出满足ITU󰀁

T建议的WDM光纤通信系统波长标准的多波长光纤激光器。采用光纤光栅选频,与采用F󰀁P腔标准具[2]、WGR[5󰀁8]、WDM[9󰀁10]等相比,大大降低了激光器的成本。采用光纤光栅选频,与利用空间模式拍频滤波特性[3]、Lyot[4]滤波特性等相比,设计更为简单,易于实现。

参考文献

[1]

习聪玲,乔学光,贾振安.光纤激光器的研究与发展前景[J].光通信技术,2006,30(1):52󰀁54.

[2]󰀁CHOWJ,TOWNG.Multi󰀁wavelengthgenerationinanerbium󰀁dopedfiberlaserusingin󰀁fibercombfilters

[J].IEEEPhoton.Technol.Lett.,1996,8(1):60󰀁62.

[3]󰀁POUSTIEAJ,FINLAYSONN,HARPERP.Multi󰀁wavelengthfiberlaserusingaspatialmodebeatingfil󰀁

ter,Opt.Lett.,1994,19(10):716󰀁718.

(上接第72页)

参考文献

[1]

LIUGQ,HUANGSJ,TORREA,etal.Themulti󰀁lookpolarimetricwhiteningfilter(MPWF)forintensityspecklereductioninpolarimetricSARimages[J].IEEETrans.Geosci.RemoteSensing,1998,36(3):1016󰀁1020.

[2]󰀁LOPESA,NEZRYE,TOUZIR,etal.Structurede󰀁

tectionandstatisticaladaptivespecklefilteringinSARimages[J].INT.J.RemoteSensing,1993,14(9):1735󰀁1758.

[3]󰀁LIUXQ,YANGZH,YANGRL.Improvementre󰀁

searchontexture󰀁detectioninfull󰀁polarizationSARim󰀁

agefilter[J].IEEEGeosci.RemoteSensingSymposi󰀁um,France,2003:3973󰀁3975.

[4]󰀁CLOUDESR,POTTIERE.Anentopybasedclassifi󰀁

cationschemeforlandapplicationsofpolarimetricSAR[J].IEEETrans.Geosci.RemoteSensing,1997,35(1):68󰀁78.

[5]󰀁LEEJS,GRUNESMR,AINSWORTHTL,etal.

Unsupervisedclassificationusingpolarimetricdecompo󰀁sitionandthecomplexWishartclassifier[J].IEEETrans.Geosci.RemoteSensing,1999,37(5):2249󰀁2258.

[6]󰀁LEEJS,GRUNESMR,KWOKR.Classificationof

multilookpolarimetricSARimagerybasedoncomplex

Wishartdistribution[J].1994,15(11):2299󰀁2311.

[7]󰀁戴博伟.全极化合成孔径雷达系统与极化信息处理研

究[D].北京:中国科学院电子学研究所,2000.[8]󰀁代广进,侯正信.小波域信号去噪算法[J].电子测量技

术,2005(6):37,42.

Int.

J.

RemoteSensing,

!83!