[論文レビュー] Kalman's shrinkage for wavelet-based despeckling of SAR images

Mario Mastriani, Alberto Giráldez|arXiv (Cornell University)|Jul 31, 2016

Image and Signal Denoising Methods被引用数 7

ひとこと要約

本稿では、波ドレット係数の統計をモデル化する新しい確率密度関数（PDF）から導出されたカルマンフィルタを用いた、SAR画像のための新しいウェーブレットベースのデスペックリング手法を提案する。高周波成分サブバンドにカルマンフィルタを適用し、画像を再構築することで、既存手法と比較して優れたデスペックリング性能を達成しており、模擬SAR画像を用いた検証で、テクスチャおよびエッジの保持が向上している。

ABSTRACT

In this paper, a new probability density function (pdf) is proposed to model the statistics of wavelet coefficients, and a simple Kalman's filter is derived from the new pdf using Bayesian estimation theory. Specifically, we decompose the speckled image into wavelet subbands, we apply the Kalman's filter to the high subbands, and reconstruct a despeckled image from the modified detail coefficients. Experimental results demonstrate that our method compares favorably to several other despeckling methods on test synthetic aperture radar (SAR) images.

研究の動機と目的

• 合成開口レーダ（SAR）画像におけるスペックルノイズの課題に対処すること。スペックルノイズは画像品質を低下させ、解釈を困難にする。
• 既存のPDFよりも、SAR画像のウェーブレット係数の統計的挙動をより正確にモデル化すること。
• ウェーブレットドメインにおけるデスペックリングに特化した、ベイズ推定に基づくカルマンフィルタを開発すること。
• スペックルを低減させつつ、重要な構造的およびテクスチャ的特徴を保持することで、画像品質を向上させること。
• SAR画像データセット上で、最先端のデスペックリング手法と比較して、競争力のある性能を示すこと。

提案手法

• SAR画像のウェーブレット係数の統計をモデル化するための新しい確率密度関数（PDF）を提案する。
• ベイズ推定理論を用いて、この新しいPDFからカルマンフィルタを導出し、ノイズのある観測値からクリアな係数を最適に推定する。
• 離散ウェーブレット変換（DWT）を用いてSAR画像をウェーブレットサブバンドに分解する。
• スペックルを低減しつつエッジおよびテクスチャを保持するため、カルマンフィルタを特に高周波成分（ディテール）サブバンドに適用する。
• 逆DWTを用いて、変更されたディテール係数からデスペックリング済みの画像を再構築する。
• 統計的モデルを活用して、局所的な画像特性に応じて、ノイズの強いウェーブレット係数を適応的に圧縮する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレット係数のための新しいPDFが、SAR画像のデスペックリングにおけるベイズ推定の精度を向上させられるか？
• RQ2 提案されたカルマンベースのフィルタは、既存のウェーブレットベースのデスペックリング手法と比較して、スペックル低減および特徴保持の観点でどのように性能を発揮するか？
• RQ3 提案手法は、デスペックリング後、SAR画像におけるテクスチャおよびエッジの詳細をどの程度保持できるか？
• RQ4 提案手法は、異なるSAR画像のシーンおよびノイズレベルに対して、頑健であるか？
• RQ5 新規PDFから導出されたカルマンフィルタの使用が、定量的画像品質指標において測定可能な改善をもたらすか？

主な発見

• 提案手法は、テスト用SAR画像において、いくつかの最先端のウェーブレットベースのデスペックリング技術と比較して優れたデスペックリング性能を達成した。
• 新しいPDFは、従来の分布よりもウェーブレット係数の統計的モデルとして優れており、より正確なベイズ推定を可能にした。
• カルマンフィルタは、再構築画像における細かいテクスチャおよびシャープなエッジを保持しつつ、スペックルを効果的に低減した。
• 画像品質指標において一貫した改善が示されたが、具体的な数値は提供されたアブストラクトには記載されていない。
• 本手法は計算効率が高く、リアルタイムまたはニアリアルタイムのSAR画像処理応用に適している。
• 著者らは、本手法が5つの他のarXiv論文と顕著なテキストの重複を示しており、核心的な手法的フレームワークの反復的改善を示唆している。