（91388部队 湛江 524002）

1 引言

根据局域统计分析的抑噪方法主要包括Lee滤波、Frost滤波、Kuan滤波等［1］。该类方法对滑动窗口内像素的处理方式主要分为以局域统计特性（均值和方差）为依据和以其统计分布为依据两大类［2］。例如Lee滤波算法，它基于完全发育的斑点乘性噪声模型，假设先验均值方差可以由计算均质区内局部均值方差获得，所以它是在均质区域的基础上推导得到的，而事实上很多SAR图像上边缘纹理结构复杂，不符合Lee滤波的先验假设。因此Lee滤波方法对于保持边缘等细节信息效果不够理想［3］。同样，其它基于局部统计特性的自适应滤波算法也存在着类似Lee滤波算法的问题。

小波变换常用的是Donoho软阈值和硬阈值抑噪方法，还包括基于局部能量统计特性的贝叶斯自适应方法［4］。小波贝叶斯抑噪方法是在估计噪声方差的基础上对含噪信号进行自适应的消噪［5］。传统阈值去噪方法没有考虑到SAR图像斑点噪声的特点，也没有建立合适的噪声模型进行有针对性的抑噪［6］。小波多尺度分解阈值抑噪方法以及小波贝叶斯自适应方法忽略了分解系数的尺度间以及尺度内的相关性［7］，从而导致去噪效果的降低。

2 NSCT域尺度内方向子带系数统计特性分析

选取中国南海海域位置为20 26'N-117 35'E的海洋内波SAR图像Seawave，进行NSCT分解后因为目标区域具有很强的方向性，而噪声区域没有明显的方向性，所以SAR图像上代表目标的像素点在同一尺度各个不同的方向上分解系数值有较大差别，代表噪声的像素点在不同方向上所分解的系数值没有较大差异［8］。……