A Refined Bilateral Filtering Algorithm Based on Adaptively-Trimmed-Statistics for Speckle Reduction in SAR Imagery
A Refined Bilateral Filtering Algorithm Based on Adaptively-Trimmed-Statistics for Speckle Reduction in SAR Imagery
复制标题
基于自适应修整统计的改进SAR图像散斑抑制双边滤波算法
DOI：
10.1109/access.2019.2931572
复制
发表时间：
2019-07
期刊：
影响因子：
3.9
通讯作者：
Zhou Fang
中科院分区：
文献类型：
--
作者：
Ai Jiaqiu;Liu Ruiming;Tang Bo;Jia Lu;Zhao Jinling;Zhou Fang
提出了一种改进的基于自适应截断统计量的双边滤波算法（ATS-RBF），用于SAR图像相干斑抑制。该方法基于双边滤波方法，利用了图像灰度级的相似性和相邻像素的空间位置信息。然而，传统的双边滤波器不能有效地抑制强相干斑，这往往表现为脉冲噪声。ATS-RBF设计了一种自适应的样本裁剪方法，根据局部参考窗口的均匀性，合理选择局部参考窗口中的样本，并自动获得用于样本裁剪的裁剪深度。此外，提出了一种基于可变窗口大小的方法来增强均匀背景下的斑点噪声平滑强度。最后，双边滤波应用自适应修剪样本。ATS-RBF具有良好的相干斑噪声平滑性能，同时保持边缘和纹理信息的SAR图像。利用TerraSAR-X图像进行的实验验证了该方法的有效性。
This paper proposes a refined bilateral filtering algorithm based on adaptively trimmed-statistics (ATS-RBF) for speckle reduction in SAR imagery. The new de-speckling method is based on the bilateral filtering method, where the similarities of gray levels and the spatial location of the neighboring pixels are exploited. However, the traditional bilateral filter is not effective to reduce the strong speckle, which is often presented as impulse noise. The ATS-RBF designs an adaptive sample trimming method to properly select the samples in the local reference window and the trimming depth used for sample trimming is automatically derived according to the homogeneity of the local reference window. Furthermore, an alterable window size-based scheme is proposed to enhance the speckle noise smoothing strength in homogeneous backgrounds. Finally, bilateral filtering is applied using the adaptively trimmed samples. The ATS-RBF has an excellent speckle noise smoothing performance while preserving the edges and the texture information of the SAR images. The experiments validate the effectiveness of the proposed method using TerraSAR-X images.
登录
查看更多内容
DOI：
10.1109/tgrs.2011.2161586
发表时间：
2012-02-01
影响因子：
8.2
作者：
Parrilli, Sara;Poderico, Mariana;Verdoliva, Luisa
通讯作者：
Verdoliva, Luisa
影响因子：
10.6
作者：
Yu, YJ;Acton, ST
通讯作者：
Acton, ST
DOI：
10.1109/tgrs.2013.2281462
发表时间：
2014-07-01
影响因子：
8.2
作者：
Deng, Juan;Ban, Yifang;Zou, Bin
通讯作者：
Zou, Bin
DOI：
10.1109/igarss.2018.8518057
发表时间：
2018-07
期刊：
IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium
影响因子：
--
作者：
Jing Wang;He Wang;W. Shao;Jianhua Zhu;Xinzhe Yuan
通讯作者：
Jing Wang;He Wang;W. Shao;Jianhua Zhu;Xinzhe Yuan
DOI：
10.1109/tpami.1985.4767641
发表时间：
1985-01-01
影响因子：
23.6
作者：
KUAN, DT;SAWCHUK, AA;CHAVEL, P
通讯作者：
CHAVEL, P