刘柏森, 张晔

(1.哈尔滨工业大学 电子与信息工程学院，黑龙江 哈尔滨150001；2.黑龙江工程学院 电气与信息工程学院，黑龙江 哈尔滨 150000)



经验模态分解和稀疏表示的SAR图像去噪方法

刘柏森1,2, 张晔1

(1.哈尔滨工业大学 电子与信息工程学院，黑龙江 哈尔滨150001；2.黑龙江工程学院 电气与信息工程学院，黑龙江 哈尔滨 150000)

相干斑噪声严重影响了SAR图像的应用，为降低这个影响，本文提出了一种经验模态分解和稀疏表示相结合的去噪方法。该方法利用经验模态分解是由数据驱动这一特点，把含噪SAR图像自适应的分解为若干固有模态分量，根据这些固有模态分量的时频特性，判断噪声在固有模态分量的分布情况。由于噪声的分布相对于图像目标分布具有孤立性、随机性的特点，采用稀疏表示方法对含噪的固有模态分量进行分解，通过估计固有模态分量的噪声强度，重构各固有模态分量，将处理后的以及未处理的各固有模态分量进行经验模态分解的重构，以此达到去噪的目的。为验证该算法的有效性，进行了对比实验，通过客观评价标准证明了该方法在细节信息保持等方面优于其他方法，是一种针对SAR图像的有效去噪方法。

SAR图像去噪；经验模态分解；稀疏表示；自适应；合成孔径雷达；固有模态分量；相干斑噪声

合成孔径雷达是一种全天候、全天时的主动式微波遥感器，在军用和民用方面发挥着重要作用。但由于相干斑噪声的影响，增加了解译SAR图像的复杂性[1-2]。……