岳春宇，江万寿

武汉大学测绘遥感信息工程国家重点实验室，湖北武汉430079

1 引 言

合成孔径雷达（synthetic aperture radar，SAR）图像是由接收散射回波信号的相干获得的，因此会产生随机散布的相干斑（speckle），降低了目标探测和解译的能力，增加了图像处理的难度。传统的SAR图像去噪方法如增强Lee滤波［1］、Gamma－MAP滤波［2］等主要利用图像空域的统计特征。由于对图像局部区域的假设有时与实际情况不完全相符，所以在去噪的同时不能较好地保留边缘和纹理细节。因而只通过对图像域的灰度信息进行统计建模不能充分体现SAR图像多尺度多分辨等特性，对SAR图像去噪是远远不够的［3］。基于小波域统计特性的方法［4］在多尺度多分辨的统计模型下分析相干斑噪声分布特性，能够保持图像的细节以及轮廓特征。然而小波基只对于具有点状奇异性的目标函数是最优基，小波系数是稀疏的，对于具有线状奇异的函数，小波系数则不再稀疏［5］。多尺度几何分析（multiscale geometric analysis，MGA）方法是继小波变换之后，提出的又一类新的图像表示方法［6］，能够在保持小波分析优良的时（空）频局部化特性的同时，通过构造具有各向异性的基来检测小波所不能充分刻画的几何结构，很好地保持图像的奇异性信息，从而有利于图像去噪质量的提高［7］。

轮廓波变换（contourlet transform，CT）［8］变换是一种MGA方法，在SAR图像去噪中也得到成功应用［3］，但由于其缺乏平移不变性，因此在采取收缩法去噪时会引入Gibbs噪声［6］。文献［9］在轮廓波变换的基础上采用非下采样金字……