使用Laplace混合模型和方向域中的空间互信息减少SAR斑点

对于合成Kong径雷达（SAR）图像的实际应用而言，减少总是使人和物体的自动解释复杂化的斑点噪声的降低是非常重要的。 提出了一种新的基于方向波变换的极大后验（MAP）去斑方法。 为了将乘法噪声转换为加性噪声，首先将对数变换应用于SAR图像。 然后，将无噪声（或下面的反向散射）图像和斑点噪声的方向系数分别建模为具有零均值和高斯分布的拉普拉斯混合分布。 在贝叶斯框架内，使用这些假定的先验分布构造MAP估计器。 在使用期望最大化算法获得参数估计值之后，基于贝叶斯估计量的平均值，通过非线性收缩函数估计无噪声系数。 为了提高去噪性能，我们将相互信息方面的尺度内相关性与MAP估计器相结合，以细化估计结果。 最后，我们将提出的算法与应用于合成和实际SAR图像的其他几种散斑滤波器进行了比较。 实验结果表明，在大多数情况下，该方法在信噪比，边缘保留和等效数量的外观测量方面均优于其他滤波器。