ارائه یک روش جدید و مؤثر به منظور بهبود کیفیت تصاویر SAR بر مبنای استخراج وابستگی‌های بین مقیاسی در حوزه موجک

نویسندگان

1 دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

2 دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

3 دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

doi
10.22071/gsj.2010.55636
چکیده

با وجود کاربرد مؤثر تصاویر SAR در استخراج خطواره‌ها و گسل‌ها، تهیه مدل رقومی زمین و تعیین جابه‌جایی‌ها و تغییر شکل زمین در اثر زلزله، این تصاویر به دلیل وجود نوفه‌ای ضرب شونده به نام اسپکل  (Speckle noise) از کیفیت رادیومتریک پایینی برخوردار هستند. بنابراین بهبود کیفیت این تصاویر به منظور استفاده بهینه از آنها در کاربردهای سنجش از دور، از اهمیت ویژه‌ای برخوردار است. در این مقاله یک روش جدید و مؤثر به منظور بهبود کیفیت تصاویر SAR ارائه شده است. در این روش، ابتدا تصویر لگاریتمی SAR توسط تبدیل موجک (Wavelet) مختلط دو شاخه تجزیه می‌شود. آنگاه به منظور استخراج صحیح وابستگی‌های بین مقیاسی، مؤلفه سیگنال ضرایب موجک در مقیاس‌های مجاور به صورت مؤثری توسط توزیع دو بعدی همسانگرد  (Isotropic)پایدار مدل‌ می‌شود، در حالی که مؤلفه نوفه توسط یک توزیع گوسی دو بعدی همسانگرد تقریب زده خواهد شد. سپس یک تخمینگر دو متغیره بیز (Bivariate Bayesian estimator) برای جداسازی بهینه سیگنال از نوفه در فضای موجک  طراحی می‌شود. مقایسه‌های کیفی و کمی روش پیشنهادی با چندین روش جدید کاهش نوفه اسپکل درتصاویر SAR، نشان از عملکرد بهینه این الگوریتم دارد.