博文
Boxcar滤波器和极化Refined Lee滤波器的特性
|||
今天晚上看到了一篇论文,是关于Boxcar和 Refined Lee 滤波器对极化SAR图像滤波进度相关的文章。虽然和自己所做的方向不相关，下载后我还是顺带看了一下，顺便也了解一下这两种滤波器的特性，看看能不能解决自己在在滤波方面的难题。
以后可以考虑一下Refined Lee滤波器的应用。能用则用，不能用就参考嘛。
********************
Boxcar滤波是一种在滑动窗口内取平均像素值的滤波方法。这个原理比较简单，也很容易实现。
Lee滤波建立的基础是基于乘性噪声模型。对于单通道的一个随机的像素强度值Y，可以看作是像素真值 X 和一个噪声 v 的乘积即 Y=X*v 。Lee滤波是基于窗口内统计特性的滤波方法。窗口内一个像素滤波后的估值可以看作是窗口内像素的均
值与该像素值的线性组合。
值与该像素值的线性组合。
极化Refined Lee滤波是一种简化了参数估计的简便滤波方法，它首先探测出窗口的匀质区域和非匀质区域，然后把来自同质区域的像素的功率值作为滤波系数一的统计量， 最后对滤波窗口的像素按如下表达式对滤波窗口内的像素的功率进行估计。
由于自己没有推导公式，所以就先通过一个作者的具体应用结果来了解着两种滤波器的特性吧。
经过窗口为的Boxcar滤波的结果， 滤波后，对角线元素的噪声得到了一定程度的抑制，如公路的左侧的森林区域的噪声得到了明显的抑制， 但是地物边缘变的模糊，如公路中央的隔离栏；而且随着滤波窗口的扩大，噪声在得到更强抑制的同时，边缘变得更加模糊；另外非对角线元素的噪声未得到很好的抑制，即使扩大窗口也未能有效抑制。
对角线元素经不同滤波窗口的RefinedLee滤波后的图像，我们可以看到相干斑噪声在得到很好抑制的同时， 边缘特征也得到了较好的保持，如公路中央的隔离栏十分的清晰。
非对角线元素经过不同滤波窗口RefinedLee滤波后的结果， 随着滤波窗口的扩大，噪声得到了进一步的抑制，但同窗口比较，抑制效果没有对角线元素明显。总体说来， 在视觉效果上Refined Lee滤波器要好于Boxcar滤波器。
非对角线元素经过不同滤波窗口RefinedLee滤波后的结果， 随着滤波窗口的扩大，噪声得到了进一步的抑制，但同窗口比较，抑制效果没有对角线元素明显。总体说来， 在视觉效果上Refined Lee滤波器要好于Boxcar滤波器。
从目视效果上看Refined Lee滤波器要优于Boxcar滤波器，Refined Lee滤波器在滤除相干斑噪声的同时很好的保持了地物的边缘，Boxcar无法保持地物的边缘信息。
从提高分类精度的角度看，Boxcar滤波器要全面优于RefinedLee滤波器， 无论是从计算效率上还是提高分类精度上都是如此。
从提高分类精度的角度看，Boxcar滤波器要全面优于RefinedLee滤波器， 无论是从计算效率上还是提高分类精度上都是如此。
***********************************
Boxcar这个滤波器自己也已经编程实现过了，网上也有很多现成的程序。LEE滤波器自己还是头一次听说。先在这里做一个标记吧，以后自己用的时候在仔细看一下作者的原文吧。
参考链接：
https://wap.sciencenet.cn/blog-326653-508741.html
上一篇：Argo资料
下一篇：NCEP资料入门儿
扫一扫，分享此博文