利用经验模态分解和主成分分析的SAR图像相干斑抑制

对SAR图像应用对数加性噪声模型，将经验模态分解(Empiricalmodedecomposition,EMD)与主成分分析(PrincipalComponentAnalysis,PCA)相结合，提出了一种基于PCA的EMD相干斑抑制算法。根据对数SAR图像中相干斑噪声的统计特性和高斯白噪声经EMD分解后的能量分布模型，近似估算SAR图像经EMD分解后各层内蕴模态函数中所含噪声的能量；将内蕴模态函数利用PCA进行分解，根据PCA对含噪信号的分解特性和内蕴模态函数中噪声能量所占的比例，选择合适的成分分量重构内蕴模态函数，以进一步去除噪声保留有用的细节信息。仿真实验结果表明,本文方法在有效抑制相干斑噪声的同时可以较好地保持边缘纹理细节的清晰。