[论文解读] New wavelet-based superresolution algorithm for speckle reduction in SAR images

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

Image and Signal Denoising Methods参考文献 17被引用 17

一句话总结

本文提出了一种基于小波的新型超分辨率算法——投影到子空间算法（POSA），通过在高频小波子带中应用超分辨率技术，实现对合成孔径雷达（SAR）图像的去斑。通过在小波域中修改细节系数并重构图像，POSA在无需事先知晓斑点方差的情况下，相比现有方法实现了更优的斑点抑制效果，在测试SAR图像上表现出色。

ABSTRACT

This paper describes a novel projection algorithm, the Projection Onto Span Algorithm (POSA) for wavelet-based superresolution and removing speckle (in wavelet domain) of unknown variance from Synthetic Aperture Radar (SAR) images. Although the POSA is good as a new superresolution algorithm for image enhancement, image metrology and biometric identification, here one will use it like a tool of despeckling, being the first time that an algorithm of super-resolution is used for despeckling of SAR images. Specifically, the speckled SAR image is decomposed into wavelet subbands, POSA is applied to the high subbands, and reconstruct a SAR image from the modified detail coefficients. Experimental results demonstrate that the new method compares favorably to several other despeckling methods on test SAR images.

研究动机与目标

• 为解决SAR图像中的斑点噪声问题，该噪声会降低图像质量并阻碍准确解读。
• 探索超分辨率技术不仅用于分辨率增强，更作为小波域中去斑的新工具。
• 开发一种在不依赖斑点方差先验知识的前提下，有效减少SAR图像斑点的方法。
• 提升图像质量，以支持后续应用，如图像测绘、生物特征识别和遥感。

提出的方法

• 该方法使用离散小波变换（DWT）将含斑点的SAR图像分解为小波子带。
• 将投影到子空间算法（POSA）专门应用于高频小波子带，因为斑点在此处最为显著。
• POSA通过将观测数据投影到其张成空间，估计并增强高频子带中的信号子空间，从而有效抑制噪声。
• 随后利用修改后的高频系数通过逆DWT重构最终的去斑SAR图像。
• 该方法在小波域中运行，利用小波的多分辨率特性，分离并减少斑点，同时保留边缘和纹理。
• 该方法无需事先知晓斑点方差，因此在未知噪声条件下具有良好的适应性。

实验结果

研究问题

• RQ1 超分辨率算法能否被有效重新用于SAR图像的去斑？
• RQ2 POSA在斑点抑制和结构保持方面的性能与现有去斑方法相比如何？
• RQ3 当应用于SAR数据的噪声抑制时，基于小波的超分辨率能在多大程度上提升图像质量？
• RQ4 所提出的方法在减少斑点的同时，是否能保持图像细节和边缘，特别是在高频分量中？

主要发现

• 所提出的基于POSA的方法在测试SAR图像上相比多种现有去斑技术，实现了更优的斑点抑制效果。
• 实验中的视觉和定量评估表明，该方法能有效保持图像结构和纹理。
• POSA在无需事先知晓斑点方差的情况下成功运行，显著提升了其实际应用价值。
• 该算法在噪声抑制和分辨率增强方面均表现出色，凸显了其在图像处理中的双重优势。