Speckle Noise Analysis for Synthetic Aperture Radar (SAR) Space Data

要約

この研究は、合成開口レーダー (SAR) 空間データにおけるスペックル ノイズの課題に取り組みます。このスペックル ノイズは、SAR 画像の鮮明さと実用性を妨げる一般的な問題です。
この研究では、リー フィルタリング、フロスト フィルタリング、クアン フィルタリング、ガウス フィルタリング、メディアン フィルタリング、バイラテラル フィルタリングという 6 つの異なるスペックル ノイズ低減技術の比較分析を示しています。
これらの手法は、ノイズ低減と画像保存に対する独自のアプローチから選択され、アラスカ衛星施設 (ASF) から取得した SAR データセットに適用されました。
各手法のパフォーマンスは、ピーク信号対雑音比 (PSNR)、平均二乗誤差 (MSE)、構造類似性指数 (SSIM)、等価ルックス数 (ENL)、スペックルなどの包括的な指標セットを使用して評価されました。
抑制指数 (SSI)。
この研究では、Lee フィルタと Kuan フィルタの両方が効果的であり、フィルタの選択は画質とノイズ抑制に対する特定のアプリケーション要件に応じて行われると結論付けています。
この研究は、SAR 画像処理の最適化に関する貴重な洞察を提供し、リモート センシング、環境モニタリング、地質調査に重要な影響を与えます。

要約(オリジナル)

This research tackles the challenge of speckle noise in Synthetic Aperture Radar (SAR) space data, a prevalent issue that hampers the clarity and utility of SAR images. The study presents a comparative analysis of six distinct speckle noise reduction techniques: Lee Filtering, Frost Filtering, Kuan Filtering, Gaussian Filtering, Median Filtering, and Bilateral Filtering. These methods, selected for their unique approaches to noise reduction and image preservation, were applied to SAR datasets sourced from the Alaska Satellite Facility (ASF). The performance of each technique was evaluated using a comprehensive set of metrics, including Peak Signal-to-Noise Ratio (PSNR), Mean Squared Error (MSE), Structural Similarity Index (SSIM), Equivalent Number of Looks (ENL), and Speckle Suppression Index (SSI). The study concludes that both the Lee and Kuan Filters are effective, with the choice of filter depending on the specific application requirements for image quality and noise suppression. This work provides valuable insights into optimizing SAR image processing, with significant implications for remote sensing, environmental monitoring, and geological surveying.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google