Speckle ist das Hochfrequenzrauschen auf Radardaten. Die von SAR-Systemen (Synthetic Aperture Radar) generierten Bilder sind aufgrund der Verarbeitung zerstreuter Signale und Interferenzen elektromagnetischer Wellen, die von Oberflächen oder Objekten zurückgeworfen werden, in höchstem Maße Speckling-Effekten unterworfen. Diese Funktion filtert das Radar-Dataset mit Speckling und glättet das Rauschen, wobei Kanten oder scharfe Features im Bild erhalten bleiben.
Die Glättungsalgorithmen in dieser Funktion entfernen die Flecken auf Grundlage eines Rauschmodells effektiv. Die in dieser Funktion verwendeten Filtertechniken zur Verringerung von Flecken sind:
- Lee-Filter
- Erweiterter Lee-Filter
- Frost-Filter
- Kuan-Filter
Diese Filter der Funktion "Speckle" behalten die Kanten und die Details beim Reduzieren von Rauschflecken im Bild bei. Alle diese Filter verfügen über Parameter, die Sie anpassen können, um die Ergebnisse zu optimieren.
Die wichtigsten Eingaben für die Funktion "Speckle" sind Folgende:
- Eingabe-Raster
- Filtertyp – Lee-Filter, Erweiterter Lee-Filter, Frost-Filter und Kuan-Filter
- Filtergröße – 3 x 3, 5 x 5, 7 x 7, 9 x 9, 11 x 11
Lee-Filter
Der Lee-Filter reduziert Rauschflecken, indem ein räumlicher Filter auf jedes Pixel in einem Bild angewendet wird, der die Daten auf Grundlage von lokalen Statistiken filtert, die innerhalb eines quadratischen Fensters berechnet werden. Der Wert des mittleren Pixels wird durch einen Wert ersetzt, der mit den benachbarten Pixeln berechnet wurde.
Eingaben
Der Lee-Filter wird abhängig von den folgenden drei Rauschmodellen angewendet, die vom Eingabe-Raster gezeigt werden:
- Additives Rauschen
- Multiplikatives Rauschen
- Additives und multiplikatives Rauschen
Im Grunde haben Flecken dieselbe Natur wie multiplikatives Rauschen.
Die folgenden Eingaben hängen vom ausgewählten Rauschmodell ab:
| Rauschmodell | Parameter | Beschreibung | Standardwert |
|---|---|---|---|
Additiv | Rauschvarianz | Dies ist die Rauschvarianz des Bildes bei additivem Rauschen sowie additivem und multiplikativem Rauschen. | 0.25 |
Multiplikativ (Standard) | Multiplikatives Rauschen – Mittelwert | Mittelwert des multiplikativen Rauschens. | 1 |
Anzahl von Looks | Legt die Anzahl der verschiedenen Darstellungen des Bildes fest. Dies wird verwendet, um die Rauschvarianz bei multiplikativem Rauschen zu berechnen. | 1 | |
Additiv und Multiplikativ | Rauschvarianz | Dies ist die Rauschvarianz des Bildes bei additivem Rauschen sowie additivem und multiplikativem Rauschen. | 0.25 |
Additives Rauschen – Mittelwert | Mittelwert des additiven Rauschens. | 0 | |
Multiplikatives Rauschen – Mittelwert | Mittelwert des multiplikativen Rauschens. | 1 |
Algorithmen
Die in der Implementierung des Lee-Filters verwendeten Algorithmen sind Folgende:
| Rauschmodell | Algorithmus |
|---|---|
Additiv | Wert der gefilterten Pixel = LM + K * (PC - LM) wobei K (Gewichtungsfunktion) = LV / (LV + AV) |
Multiplikativ | Wert der gefilterten Pixel = LM + K * (PC - M * LM) wobei K (Gewichtungsfunktion) = M * LV / (LM * LM * MV) + (M * M * LV)) wobei MV = 1/NLooks |
| Additiv und Multiplikativ | Wert der gefilterten Pixel = LM+ K * (PC - M * LM - A) wobei K (Gewichtungsfunktion) = M * LV / ((LM* LM * MV) + (M * M * LV) + AV) wobei MV = (SD / LM)2 |
wobei
PC – Mittlerer Pixelwert des Fensters
LM – Lokaler Mittelwert des Filterfensters
LV – Lokale Varianz des Filterfensters
M – Multiplikatives Rauschen – Mittelwert (Eingabeparameter)
A – Additives Rauschen – Mittelwert (Eingabeparameter)
AV – Additive Rauschvarianz (Eingabeparameter)
MV – Multiplikative Rauschvarianz (Eingabeparameter)
SD – Standardabweichung des Filterfensters
NLooks – Anzahl von Looks (Eingabeparameter)
Erweiterter Lee-Filter
Der erweiterte Lee-Filter ist eine abgewandelte Version des Lee-Filters, mit dem Rauschen effektiv durch das Beibehalten von Bildschärfe und Detail reduziert wird. Dafür sind ein Dämpfungsfaktor und eine Anzahl von Looks erforderlich.
Der Parameter "Anzahl von Looks" steuert Bildglättung und schätzt die Rauschvarianz. Je kleiner der Wert ist, desto besser der Glättungseffekt und die Filterperformance. Ein größerer Wert behält mehr Bild-Features bei.
Der Dämpfungsfaktorwert definiert die Ausdehnung der exponentiellen Dämpfung. Ein größerer Wert führt zu einer höheren Glättungsfähigkeit.
Eingaben
Die Eingaben für den erweiterten Lee-Filter sind Folgende:
| Parameter | Beschreibung | Standardwert |
|---|---|---|
Anzahl von Looks | Legt die Anzahl der verschiedenen Darstellungen des Bildes fest | 1 |
Dämpfungsfaktor | Gibt den Dämpfungsfaktor an, der die Ausdehnung der Glättung definiert. | 1.0 |
Algorithmus
Der in der Implementierung des erweiterten Lee-Filters verwendete Algorithmus ist Folgender:
Wert des geglätteten mittleren Pixels:
LM für CI <= CU
LM * K + PC * (1 - K) für CU < CI < Cmax
PC für CI >= Cmax
wobei
PC – Mittlerer Pixelwert des Fensters
LM – Lokaler Mittelwert des Filterfensters
SD – Standardabweichung des Filterfensters
NLooks – Anzahl von Looks (Eingabeparameter)
D – Dämpfungsfaktor (Eingabeparameter)
CU = 1/Quadratwurzel (NLooks) (Rauschvariationskoeffizient)
Cmax = Quadratwurzel (1 + 2/NLooks) (Maximaler Rauschvariationskoeffizient)
CI = SD / LM(Bildvariationskoeffizient)
K = e(- D (Ci - CU) / (Cmax - CI))
Frost-Filter
Der Frost-Filter reduziert Fleckrauschen und behält wichtige Bild-Features an den Kanten bei, wobei ein exponentiell gedämpfter, kreisförmiger, symmetrischer Filter angewendet wird, der lokale Statistiken innerhalb einzelner Filterfenster verwendet.
Szenenreflexion ist ein wichtiger Faktor, der den Frost-Filter vom Lee- und Kuan-Filter unterscheidet. Diese wird durch das Kombinieren des beobachteten Bildes mit der Impulsantwort des SAR-Systems berechnet.
Für den Frost-Filter ist ein Dämpfungsfaktor erforderlich. Der Dämpfungsfaktorwert definiert die Ausdehnung der exponentiellen Dämpfung. Je kleiner der Wert ist, desto besser der Glättungseffekt und die Filterperformance.
Nach der Anwendung des Frost-Filters weisen die rauschgeglätteten Bilder eine bessere Schärfe an den Kanten auf.
Eingabe
Die Eingabe für den Frost-Filter lautet wie folgt:
| Parameter | Beschreibung | Standardwert |
|---|---|---|
Dämpfungsfaktor | Gibt die Abklingkonstante an, die das Maß der Glättung definiert. | 1.0 |
Algorithmus
Die Implementierung dieses Filters besteht darin, einen kreisförmig symmetrischen Filter mit einem Satz Gewichtungswerten M für jeden Pixel zu definieren. Der in der Implementierung des Frost-Filters verwendete Algorithmus lautet wie folgt:
K = e (- B * S)
wobei
B = D * (LV / LM * LM)
S – Absoluter Wert der Pixelentfernung vom mittleren Pixel zu seinen Nachbarn im Filterfenster
D – Exponentieller Dämpfungsfaktor (Eingabeparameter)
LM – Lokaler Mittelwert des Filterfensters
LV – Lokale Varianz des Filterfensters
Der sich ergebende Grauwert des gefilterten Pixels ist
R = (P1 * K1 + P2 * K2 + ... + Pn * Kn) / (K1 + K2 + ... + Kn)
wobei
P1,P2...Pn Graustufen jedes Pixels im Filterfensters sind
K1,K2...Kn Gewichtungen (wie oben definiert) für jedes Pixel sind
Kuan-Filter
Der Kuan-Filter folgt einem ähnlichen Filterprozess wie der Lee-Filter beim Reduzieren des Fleckrauschens. Dieser Filter wendet auch einen räumlichen Filter in einem Bild an, wobei die Daten basierend auf lokalen Statistiken des zentrierten Pixelwertes basieren, der mit den benachbarten Pixeln berechnet wird.
Der Parameter "Anzahl von Looks" steuert Bildglättung und schätzt die Rauschvarianz; diese Schätzungen werden auf verschiedene Weise zum Steuern des Filterprozesses verwendet. Je kleiner der Wert ist, desto besser der Glättungseffekt und die Filterperformance. Ein größerer Wert behält mehr Bild-Features bei.
Eingaben
Die Eingabe für den Kuan-Filter lautet wie folgt:
| Parameter | Beschreibung | Standardwert |
|---|---|---|
Anzahl von Looks | Legt die Anzahl der verschiedenen Darstellungen des Bildes fest | 1 |
Algorithmus
Der in der Implementierung des Kuan-Filters verwendete Algorithmus lautet wie folgt:
Der sich ergebende gefilterte Pixelwert ist:
R = PC * K + LM * (1 - K)
wobei
CU = 1/Quadratwurzel (NLooks) – Rauschvariationskoeffizient
CI = Quadratwurzel (LV) / LM – Bildvariationskoeffizient
K = (1 - ((CU * CU) / (CI * CI))) / (1 + (CU * CU))
PC – Mittlerer Pixelwert des Fensters
LM – Lokaler Mittelwert des Filterfensters
LV – Lokale Varianz des Filterfensters
NLooks – Anzahl von Looks
Für eine optimale Reduzierung von Rauschflecken können Sie können Sie Folgendes probieren: Andere Filtergrößen wirken sich auf die Qualität der verarbeiteten Bilder aus. Ein 7 x 7-Filter führt in der Regel zu den besten Ergebnissen. Die Anzahl von Looks wird verwendet, um die Rauschvarianz zu schätzen. Außerdem steuert dieser Parameter effektiv die Menge an Glättung, die vom Filter auf das Bild angewendet wird. Ein kleinerer Wert für "Anzahl von Looks" führt zu mehr Glättung; ein größerer Wert für "Anzahl von Looks" behält mehr Bild-Features bei.
Wenden Sie für ein optimales Ergebnis eine Histogrammstreckung an, um den Kontrast oder die Helligkeit des Bildes anzupassen und Features hervorzuheben.