第３７卷第９期哈一尔一滨一工一程一大一学一学一报Ｖｏｌ．３７?．９２０１６年９月ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙＳｅｐ．２０１６
经验模态分解和稀疏表示的ＳＡＲ图像去噪方法
刘柏森１，２，张晔１（１．哈尔滨工业大学电子与信息工程学院，黑龙江哈尔滨１５０００１；２．黑龙江工程学院电气与信息工程学院，黑龙江哈尔滨１５００００）
摘一要：相干斑噪声严重影响了ＳＡＲ图像的应用，为降低这个影响，本文提出了一种经验模态分解和稀疏表示相结
合的去噪方法三该方法利用经验模态分解是由数据驱动这一特点，把含噪ＳＡＲ图像自适应的分解为若干固有模态
分量，根据这些固有模态分量的时频特性，判断噪声在固有模态分量的分布情况三由于噪声的分布相对于图像目
标分布具有孤立性二随机性的特点，采用稀疏表示方法对含噪的固有模态分量进行分解，通过估计固有模态分量的
噪声强度，重构各固有模态分量，将处理后的以及未处理的各固有模态分量进行经验模态分解的重构，以此达到去
噪的目的三为验证该算法的有效性，进行了对比实验，通过客观评价标准证明了该方法在细节信息保持等方面优
于其他方法，是一种针对ＳＡＲ图像的有效去噪方法三
关键词：ＳＡＲ图像去噪；经验模态分解；稀疏表示；自适应；合成孔径雷达；固有模态分量；相干斑噪声ＤＯＩ：１０．１１９９０／ｊｈｅｕ．２０１６０１０２３
网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１３９０．ｕ．２０１６０９１８．１５４７．００４．ｈｔｍｌ
中图分类号：ＴＰ７５１一文献标志码：Ａ一文章编号：１００６－７０４３（２０１６）０９－１２９７－０５ＳＡＲｉｍａｇｅｄｅ?ｎｏｉｓｉｎｇｂａｓｅｄｏｎｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ
ＬＩＵＢａｉｓｅｎ１，２，ＺＨＡＮＧＹｅ１（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｉｌｏｎｇｊｉａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５００５０，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＳｐｅｃｋｌｅｎｏｉｓｅｎｅｇａｔｉｖｅｌｙｉｎｆｌｕｅｎｃｅｓｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＳＡＲｉｍａｇｅｓ．ＴｏｄｅｎｏｉｓｅＳＡＲｉｍａｇｅｓ，ｉｎｔｈｉｓｐａ?ｐｅｒ，ｗｅｐｒｏｐｏｓｅａｄｅｎｏｉｓｉｎｇｍｅｔｈｏｄｔｈａｔｉｎｔｅｇｒａｔｅｓｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＥＭＤ）ａｎｄｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａ?ｔｉｏｎ．ＡｓＥＭＤｉｓｄｒｉｖｅｎｂｙｄａｔａ，ｎｏｉｓｅｉｍａｇｅｓｃａｎｂｅｃｌａｓｓｉｆｉｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｒｉｎｔｒｉｎｓｉｃｍｏｄｅｃｏｍｐｏｎｅｎｔｓｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｔｉｍｅａｎｄｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｓｔｏｄｅｔｅｒｍｉｎｅｔｈｅｎｏｉｓｅｄｉｓｔｒｉｂｕｔｉｏｎ．Ｔｈｅｎ，ｓｉｎｃｅｔｈｅｎｏｉｓｅｄｉｓｔｒｉｂｕｔｉｏｎｉｓｉｎｄｅｐｅｎｄｅｎｔａｎｄｒａｎｄｏｍｒｅｌａｔｉｖｅｔｏｔｈｅｉｍａｇｅｅｌｅｍｅｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎ，ｗｅａｐｐｌｙｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｔｏｅｘｔｒａｃｔｔｈｅｉｎｔｒｉｎｓｉｃｍｏｄｅｃｏｍｐｏｎｅｎｔｓｔｈａｔｃｏｎｔａｉｎｎｏｉｓｅ．Ｗｅｔｈｅｎｒｅｃｏｎｓｔｒｕｃｔｔｈｅｉｎｔｒｉｎｓｉｃｍｏｄｅｃｏｍｐｏｎｅｎｔｓｂｙｒａｔｉｎｇｔｈｅｎｏｉｓｅ，ａｎｄｒｅｃｏｎｓｔｒｕｃｔｔｈｅｐｒｏｃｅｓｓｅｄｏｒｐｒｅｐｒｏｃｅｓｓｅｄｉｎｔｒｉｎｓｉｃｍｏｄｅｃｏｍｐｏｎｅｎｔｓｂｙＥＭＤｆｏｒｔｈｅｐｕｒｐｏｓｅｏｆｄｅ?ｎｏｉ?ｓｉｎｇ．Ｏｕｒｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｏｕｔｐｅｒｆｏｒｍｓｏｔｈｅｒｍｅｔｈｏｄｓｉｎｒｅｔａｉｎｉｎｇｉｎｆｏｒｍａｔｉｏｎｄｅ?ｔａｉｌａｎｄｉｓｔｈｅｒｅｆｏｒｅａｎｅｆｆｅｃｔｉｖｅＳＡＲ?ｉｍａｇｅｄｅ?ｎｏｉｓｉｎｇｍｅｔｈｏｄ．Ｋｅｙｗｏｒｄｓ：ＳＲＡｉｍａｇｅｄｅｎｏｉｓｉｎｇ；ｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ；ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ；ａｄａｐｔｉｖｅ；ｓｙｎｔｈｅｔｉｃａｐｅｒ?ｔｕｒｅｒａｄａｒ；Ｉｎｔｒｉｎｓｉｃｍｏｄｅｆｕｎｃｔｉｏｎ；ｓｐｅｃｋｌｅｎｏｉｓｅ收稿日期：２０１６－０１－０７．网络出版时间：２０１６－０８－０１．基金项目：国家自然科学基金项目（６１４７１１４８）；黑龙江省自然科学基金项目（Ｆ２０１３２２）．
作者简介：刘柏森（１９７９－），男，副教授，博士；张晔（１９６０－），男，教授，博士生导师．通信作者：张晔，Ｅ?ｍａｉｌ：ｚｈｙｅ＠ｈｉｔ．ｅｄｕ．ｃｎ．一一合成孔径雷达是一种全天候二全天时的主动式微波遥感器，在军用和民用方面发挥着重要作用三但由于相干斑噪声的影响，增加了解译ＳＡＲ图像的复杂性［１－２］三抑制相干斑噪声是ＳＡＲ图像去噪的主要任务三抑制方法主要分两大类，即成像前的多视平滑处理技术和成像后的滤波处理技术三后者是研究的重点，经典的方法包括Ｌｅｅ滤波方法［３］二数学形态学方法二小波变换方法二偏微分方程方法二均值滤波二经验模态分解方法二稀疏分解方法等［４－８］三Ｌｅｅ滤波器对于相干斑噪声发育不完全的区域效果不好三数学形态方法的局限性在于除去噪声的同时会使目标和背景之间的边界发生变形三偏微分方程方法在图像细节保持方面有一定的缺陷三小波变换方法由于窗口大小固定二分解层数和小波基的事先选取，都对去噪结果影响较大三经验模态分解方法在一定程度上克服了小波变换的不足，是一种完全数据驱动的自适应分解算法，但在处理过程中模态分量的选择二阈值的选择等问题都直接影响去噪效果三稀疏表示方法利用图像元素间的某种联系与噪声分布的孤立二随机性的区别，达到去噪的目的，但逼近
误差的设定与噪声的大小有着直接的关系，在预先
无法得到信噪比的情况下，去噪效果会受到影响三为了减少上述不确定性，提出了一种经验模态分解和稀疏表示相结合的去噪方法，该方法利用经验模态分解数据驱动这一特点，把含噪图像分解，再利用万方数据