摘要合成孔径雷达(SAR)图像的相干斑噪声严重降低了图像的可解译度，影响了后续目标检测、分类和识别等应用。
SAR图像的相干斑噪声是成像过程中出现的原理性缺陷。
在过去的二十年里，国内外的诸多学者提出了大量抑制图像相干斑噪声的方法。
其中大多数方法是利用一个定义好的滤波器窗口来估计相干斑图像局部噪声方差，然后在局部分别作滤波处理。
结果表明这些方法在均匀的区域内能够大大削减相干斑噪声，而在非均匀区域内图像变得模糊或过于平滑而失去细节信息，降低了图像的空间分辨率，图像的解译性因此变差。
理想的降噪方法是能在很好地保留边缘和细节信息的前提下抑制相干斑噪声。
本论文的研究内容：（1）首先介绍了SAR图像及其噪声的国内外研究动态，然后简述了SAR图像噪声的形成机理。
（2）重点对SAR图像相干斑的抑制算法进行了研究，对经典斑点噪声抑制算法(卷积滤波中的中值滤波；还有基于统计估计理论的Lee滤波算法及其增强算法、Kuan滤波算法、Frost滤波算法、小波滤波算法、均值滤波算法等)进行了原理说明。
（3）对中值滤波、均值滤波还有Lee滤波算法及其增强算法用matlab软件编程实现。
（4）结合实例，将各种算法的处理结果进行了分析和比较，对其效果和优缺点进行了评价。
关键词：合成孔径雷达,噪声抑制,效果评价ABSTRACTThe presence of speckle noise in the synthetic aperture radar (SAR)images。
severely restricts the appl ication of the coherent images．Speckle noise is generated by the coherent processing of radar signals．During the past two decades，many speckle reduction techniques have been developed for removing ospeckle．An ideal algorithm should smooth the speckle without blurred edges and fine detail．But most algorithms cannot satisfy these two demands very well．This paper the research content:(1) First introduced the SAR and the noise of the image research dynamic, then briefly introduced the formation mechanism of the SAR image noise.(2) Focus on studying the algorithm of image noise suppression of SAR spots, introduced the principle of the classic spots noise suppression algorithm ( the convolution filter median filtering, and based on the statistical estimation theory of filter algorithm and its enhancement algorithm Lee Kuan, filter algorithm, Frost filter algorithm, wavelet filter algorithm, average filtering algorithm, etc).（4）The median filtering, average filtering and Lee filter algorithm and its enhancement algorithm using matlab software programming realization.(3) Combined with an example, all with the result of the algorithm is analyzed and compared, evaluated their effects, advantages and disadvantages.Keywords: SAR, Noise inhibition,Effect evaluation目录第一章绪论............................................................................................ 错误！未定义书签。
1.1 SAR图像噪声抑制研究背景及其意义 (1)1.2 SAR图像相干斑噪声抑制的研究现状 (2)1.3本论文的研究内容 (8)第二章SAR图像常用去噪方法介绍 (9)2.1 SAR图像噪声产生机理 (9)2.2传统的SAR图像去噪方法 (11)2.2.1均值滤波 (11)2.2.2中值滤波 (11)2.3基于自适应滤波的SAR图像去噪方法 (12)2.3.1 Lee 滤波 (12)2.3.2增强Lee滤波 (13)2.3.3 Kuan滤波 (13)2.3.4 Frost滤波 (13)2.3.5增强Frost滤波器 (14)2.3.6 Sigma滤波 (14)2.3.7 Gamma MAP滤波 (15)2.3.8 Bit Erros滤波 (16)2.4其它的SAR图像去噪方法 (16)2.4.1连续小波变换滤波 (16)2.4.2离散小波变换滤波 (17)第三章去噪实现与评价 (19)3.1各种去噪方法的实现 (19)3.1.1 SAR图像数据介绍 (19)3.1. 2图像的滤波结果 (19)3.2图像滤波效果评价 (22)3.2.1相干斑噪声滤波算法的评价标准 (22)3.2.2不同去噪方法的对比分析 (25)第四章结论与展望 (27)4.1论文研究内容总结 (27)4.2研究展望 (27)致谢 (29)参考文献 (30)附录 (32)第一章绪论1.1 SAR图像噪声抑制研究背景及其意义合成孔径雷达(Synthetic Aperture Radar，简称SAR)是微波遥感的代表。
由于合成孔径雷达工作在微波波段，而大气分子对电磁波的吸收基本上处于可见光／红外波段(波长：0.4pm～14pm)，所以SAR不易受大气的影响，具有全天候的特性。
再者，SAR是主动遥感器，不依靠太阳辐射，可以昼夜工作，即具有全天时的特性。
SAR在地球科学遥感领域具有独特的对地观测优势，有着非常广泛的应用领域。
从地形测量到大范围的陆地、海洋信息采集、全球范围的环境监测，从城市土地开发、绿地植被沙漠化的检测到江河湖海水位、浑浊状态测定，地质结构提取等等，特别在热带雨林气候地区及常年多云雾多雨的地区，而在这些地区具有全天时全天候成像能力的合成孔径雷达遥感技术往往具有独到的优势。
SAR图像在海洋冰探测、海洋环境监测、森林类型分类、地质矿产研究、农作物生长监测等方面都获得了广泛应用[]1-3。
由于SAR发射相干电磁波，因此各理想点目标回波是相互干涉的。
相干电磁波照射实际目标时，其散射回来的总回波并不完全由地物目标的散射系数决定，而是围绕这些散射系数值有很大的随机起伏，这种起伏在图像上的反应就是相干斑噪声，也就是说，这种起伏将会使具有均匀散射系数目标的SAR图像并不具有均匀灰度，而会出现许多斑点。
斑点噪声的存在使图像的信噪比下降，明显降低了图像的辐射分辨率，隐藏图像的精细结构。
随着科学技术的飞速发展，要求SAR提供更高分辨率和更清晰的SAR图像。
由于相干斑严重影响了SAR图像的质量，不利于SAR图像的解译和各种应用，所以抑制相干斑噪声成为了SAR图像处理中的一个重要部分，并且相干斑噪声抑制的好坏将直接影响到对雷达图像定量分析和应用的精度，同时也影响了进一步的图像分割、边缘检测等图像处理效果。
随着大量SAR图像数据的获得，如何有效地抑制相干斑噪声成为SAR 图像应用研究的难点和热点。
SAR图像中的斑点噪声往往和信号交织在一起，为获得高质量的SAR图像，对SAR图像去噪的要求是首先必须对相干斑噪声进行有效的抑制，同时还应该保持SAR图像的分辨率以及尽可能的保留图像的边缘纹理和点目标等细节特征。
不过这两方面好的效果难以兼得，图像平滑过程总是要付出一定的细节模糊代价，而且如果抑制相干斑时平滑不当，会导致图像本身的细节如边界轮廓、线条等变得模糊不清，从而使图像降质。
因此SAR图像的相干斑抑制算法一般是在相干斑去除(辐射分辨率)与细节保留(空间分辨率)之间做的折衷，如何综合这两个方面较好效果是SAR图像相干斑去噪研究的主要内容。
消除SAR斑点噪声对SAR图象的有效应用有着十分重要的意义，一直是SAR成像技术的重要研究课题之一。
因此，对SAR图像斑点噪声的研究意义重大。
1.2 SAR图像相干斑噪声抑制的研究现状相干斑斑以及类似现象的研究最早可以追溯到19世纪的物理和工程类的研究工作。
一个理想的相干斑噪声抑制滤波器应该是这样的：在图像的均匀区域应尽可能地抑制相干斑噪声，同时，还能很好地保持图像的细节特性(空间分辨率，比如边缘，线，强点目标等结构特征)，或者说不破坏图像的分辨率；另外还要避免虚假目标的出现[]5。
然而实际的滤波器总是无法达到理想的效果，降低纹斑和保持图像的分辨率是所有纹斑滤波算法中的主要矛盾，如何达到这两方面的平衡也是衡量一个算法性能优劣的关键。
由于纹斑噪声的乘积特性，直接采用一些经典的噪声滤波器如维纳滤波器，卡尔曼滤波器等，其纹斑滤波效果性能是无法令人满意。
对SAR图像相干斑噪声滤波技术，国内外的研究已经非常广泛而深入。
在早期的SAR成像处理中，大多采用多视处理技术，在距离或方位维上分割成三个独立部分，每一部分用来产生较低分辨率的单视图像，然后把三个单视图像对应的像素非相干地迭加后平均，就得到多视SAR图像。
多视处理另外一个有利的情况是，对强度进行平均处理不仅保留携带的信息，而且处理后的结果容易进行统计分析[]46，。
此过程可平滑掉相干斑点噪声，但是却以牺牲空间分辨率为代价。
例如对三视SAR图像来讲，倍的噪声抑制，同时却要使空间分辨率降低三倍。
虽然该过程是在成像处理中完成，从而可以获得成像数据处理率的下降，但随着SAR图像应用的不断扩展，对其空间分辨率的要求不断提高，多视处理技术已经不能满足高分辨率的要求。