针对传统阈值算法缺乏自适应性的缺点,利用Contourlet多方向性和各向异性的优点,提出了一种基于Contourlet循环平移自适应阈值的SAR图像去噪算法。利用sigmoid函数构建一种新的自适应阈值函数,根据Contourlet不同方向子带系数的特点,动态调整阈值函数中的参数,以获得合适的阈值对Contourlet系数进行处理。同时为了抑制图像边缘附近的伪吉布斯效应,引入循环平移算法来抑制人为干扰。分别利用4种经典的阈值算法和本文算法,对实测SAR数据进行相干斑抑制,试验结果表明,Contourlet循环平移自适应阈值SAR图像去噪算法在平滑图像的同时更好地保持了图像本身的纹理信息,图像的视觉效果优于其他算法,等效视数和边缘保持指数分别提高了86.22和0.3。

为了保持高分辨率合成孔径雷达(SAR)图像中的纹理结构,提出了一种基于BivaShrink模型的Contourlet域 SAR图像相干斑噪声抑制算法。联合当前层和父层的Contourlet系数,通过计算局部方差一致性范数和区域能量比,自适应地确定方差估计区域的形状和大小,从而对原始图像方差进行最优估计。实验结果表明,算法在噪声的去除和结构信息等细节的保持上均不同程度的优于小波BivaShrink去噪算法和Contourlet阈值去噪算法,主观效果和数值指标都有较好改进。