采用GSM模型进行稀疏表示的SAR图像降斑算法

来源：信号处理杂志 2017年第11期北京时间：

作者：何碧容, 蔡倩, 孔莹莹, 周建江

摘要：针对SAR图像降斑过程中会产生过平滑现象及相干斑的滤除不彻底等问题，提出了稀疏结构符合高斯比例混合（Gaussian Scale Mixture，GSM）模型的SAR图像降斑算法。根据贝叶斯原理以及相干斑的统计特性推导该算法的数学模型，在块匹配过程中使用概率而不是欧式距离进行权重衡量，根据图像块之间的结构相似度，可以有效区分同质区与异质区，并得到图像块的较优均值估计。使用PCA字典学习方法对每个图像块进行子字典训练，实现同步稀疏编码（Simultaneous Sparse Coding，SSC），数学模型的求解利用迭代正则化方法。分别使用合成场景SAR图像及真实场景SAR图像对算法进行验证，实验表明，相比于目前已提出的PPB算法、SAR-BM3D算法及FANS算法，该算法能有效提高等效视数，在滤除相干斑的同时很好地保留了图像的局部结构特性与纹理特征。

关键词：高斯比例混合模型, 同步稀疏编码, SAR图像降斑, 贝叶斯估计