حذف نو?ز اسپِکل با حفظ لبه در تصو?ر sar با استفاده از ف?لترهای جهتی

در سال های اخیر رادارهای دهانه مجازی در جمع آوری اطلاعات ‏نقش بسیار مهمی را ایفا می کنند. این رادارها‏‏، در تمام شرایط آب و هوایی‏، قادر به تصویر برداری از سطح زمین هستند. علاوه بر این با استفاده از اطلاعات داپلر‏، تفکیک بسیار خوبی نسبت به رادارهای دهانه واقعی ارائه می دهند. تنها رادارهایی قادر به استخراج اطلاعات داپلر هستند که از تصویر برداری همدوس استفاده کنند. سیستم تصویر برداری همدوس بدلیل تداخل برگشتی های همدوس تحت تاثیر پدیده ای بعنوان ‎speckle‎‏ هستند. این نویز که به صورت ضرب شونده مدل می شود وضوح تصویر و اطلاعات لبه ها را کاهش می دهد. یکی از روش های مناسب برای تحلیل سیگنال های نا ایستان روش های مبنی بر تبدیل موجک است. تبدیل موجک یک نمایش چند مقیاسی ارائه می دهد که بطور همزمان می توان از اطلاعات حوزه مکان و حوزه فرکانس بهره گرفت. در سال های اخیر به منظور افزایش تعداد جهت های تبدیل موجک در تحلیل سیگنال های دوبعدی‏، تبدیلات مختلفی پیشنهاد شد. در این پایان نامه تبدیل جدیدی بنام ‎nsct‎‏ مورد استفاده قرار گرفت که یک نمایش چند جهتی چند مقیاسی با افزونگی زیاد ارائه می کند. علاوه بر این‏، یک تبدیل تغییر ناپذیر با زمان است. در فرآیند حذف نویز بر مبنای تبدیلات چند مقیاسی و چند جهتی از دو روش آستانه گذاری و روش برمبنای مدل ضرایب استفاده شد. در روش آستانه گذاری تعیین آستانه دقیق مشکل است. چنانچه آستانه مناسب انتخاب نشود یا نویز بخوبی حذف نمی شود و یا لبه های تصویر به شدت مات می شوند. به منظور استفاده از روش دوم به توزیع ضرایب تبدیل نیازمندیم. یک مدل مناسب برای مدل کردن ضرایب توزیع گوسی مرکب با متوسط صفر است. به منظور تخمین پارامترهای توزیع گوسی مرکب از تخمین ‎em‎‏ استفاده شد. علاوه بر این ارتباط بین ضرایب تبدیل را به صورت مدل ‎hmt‎‏ فرض شد و در تخمین پارامترهای توزیع گوسی مرکب دخالت داده شد. در نهایت با بهینه سازی ضرایب نویزی تبدیل را تصحیح گردید. الگوریتم پیشنهادی بر روی تصاویر مختلف ‎sar‎‏ و تصاویر شبیه سازی شده بررسی شد و معیارهای psnr ، enl و شاخص حفظ لبه در مقایسه با الگوریتم های مشابه به مراتب بهتر شد