Ảnh SAR yêu cầu kỹ thuật lọc tương đối khác so với các phương pháp lọc truyền thống. Trong quá trình tái tạo ảnh SAR, có một vấn đề phức tạp đó là sự xuất hiện của những vết đốm (speckle) gây bởi hiệu ứng nhiễu tần số cao. Nguyên nhân là do tín hiệu tia phản hồi radar thu nhận từ vật thể trên mặt đất có thể trong pha truyền hoặc ngoài pha theo các mức độ khác nhau. Việc này gây ra trên ảnh những điểm sáng tối hay còn gọi là đốm ảnh.
Đốm ảnh có thể được xử lý bằng các modul xử lý ảnh số như lọc ảnh, trung bình hóa. Tuy nhiên cũng không thể loại bỏ hoàn toàn hết các đốm trên ảnh. Một công nghệ giảm đốm ảnh được sử dụng là xử lý multi look. Trong công nghệ này, nhiều ảnh radar cho một vùng được tạo nên bằng việc sử dụng các phần khác nhau của radar tổng hợp, kết quả giống như trung bình hóa ảnh và kết quả là các ảnh được tạo nên có độ mịn hơn. Số ảnh được sử dụng được gọi là số look. Càng nhiều ảnh được sử dụng để trung bình hóa thì càng cho ra kết quả tốt hơn.
Phương pháp xử lý này được áp dụng cho cho cả hai chiều: vuông góc với hướng bay (range) và cùng chiều với hướng bay (azimuth). Các ảnh được xử lý độc lập với nhau (mỗi lần xử lý như vậy được gọi là một look) sau đó được chồng xếp lên nhau để tạo ra ảnh kết quả. Ảnh càng được xử lý nhiều look sẽ càng mịn do loại bỏ được nhiễu đốm nhưng sẽ mất đi độ phân giải không gian.
3.2.4. Bộ lọc Lee
3.2.4.1. Nguyên lý của bộ lọc Lee
Bộ lọc Lee được sử dụng để làm mịn ảnh bị nhiễu (đốm) mà cường độ của nó liên quan đến cảnh ảnh và đồng thời có thành phần cộng vào hay nhân lên. Bộ lọc Lee là một bộ lọc dựa trên độ lệch chuẩn (sigma), lọc dữ liệu trên cơ sở tính toán thống kê trong từng cửa sổ ảnh. Không giống như bộ lọc làm mịn ảnh tần số thấp điển hình, bộ lọc LEE và các bộ lọc sigma tương tự khác mang đến cho ảnh sự sắc nét và chi tiết cùng với việc loại trừ nhiễu. Các pixel được lọc sẽ được thay thế bằng kết quả tính toán sử dụng các pixel xung quanh.
Kích thước bộ lọc được tính thông qua các tham số FilterSize. Các kích thước khác nhau sẽ có ảnh hưởng đến chất lượng của ảnh được xử lý. Nếu kích thước nhỏ quá thì thuật toán lọc nhiễu không có tác dụng. Còn nếu kích thước quá lớn, các chi tiết nhỏ trên ảnh sẽ bị mất sau khi lọc. Kích thước bộ lọc khoảng 7x7 sẽ cho kết quả tốt nhất.
Tham số NumberLooks được sử dụng để ước lượng sự biến đổi nhiễu và kiểm soát có hiệu quả mức độ mịn mà bộ lọc áp dụng lên ảnh. Về mặt lý thuyết, giá trị đúng cho NumberLooks nên là số look của ảnh radar. Nó thể gần số lượng thực sự các look, nhưng có thể khác đi nếu ảnh được lấy mẫu lại. Người dùng có thể điểu chỉnh giá trị NumberLooks theo kinh nghiệm để kiểm soát tốt nhất ảnh hưởng của bộ lọc. Giá trị NumberLooks nhỏ làm cho ảnh mịn hơn, trong khi giá trị NumberLooks lớn bảo toàn thông tin trên ảnh nhiều hơn.
Bộ lọc Lee thực hiện lọc không gian trên từng pixel riêng biệt trong ảnh, sử dụng giá trị cấp độ xám của pixel và trong một cửa sổ hình vuông xung quanh pixel đó. Các kích thước của bộ lọc phải là số lẻ, ít nhất phải từ 3x3.
Tất cả các pixel đều được lọc. Để có thể lọc được các pixel tại vị trí gần mép ảnh, giá trị pixel ở mép ảnh được sao chép lại để tạo đủ dữ liệu.
Một bitmap định nghĩa vùng sẽ được xử lý trong layer đầu vào. Chỉ vùng này mới được lọc và phần còn lại của ảnh sẽ không thay đổi. Nếu không có bitmap nào được kết nối, cơ sở dữ liệu còn lại sẽ được xử lý.
3.2.4.2. Thuật toán
Nhiễu dạng đốm trên ảnh SAR nói chung được giả thiết là mô hình sai số theo cấp số nhân. Trong bộ lọc Lee, mô hình này trước tiên được xấp xỉ bởi mô hình tuyến tính. Sau đó tiêu chuẩn sai số bình phương nhỏ nhất được áp dụng cho mô hình tuyến tính.
Giá trị cấp độ xám kết quả R cho pixel được làm mịn là:
R = Ic * W + Im * (1 – W) (3.) Trong đó: W = 1 - Cu^2/Ci^2
Cu = SQRT(1/NLOOK) Ci = S / Im
Ic = pixel trung tâm của cửa sổ lọc
Im = giá trị cường độ trung bình trong cửa sổ lọc S = độ lệch tiêu chuẩn của cường độ trong cửa sổ lọc Trong công thức trên, Cu là hệ số biến đổi nhiễu ước lượng, Ci là hệ số biến đổi ảnh, W là hàm trọng số.
3.2.4.3. Bộ lọc Lee tăng cường
Bộ lọc Lee tăng cường được sử dụng để giảm bớt các đốm trên ảnh radar trong khi vẫn giữ được đồng thời các thông tin bề mặt. Bộ lọc này mô phỏng theo bộ lọc Lee và cũng sử dụng các thống kê cục bộ tương tự (sự thay đổi hệ số) trong từng cửa sổ lọc riêng biệt. Mỗi pixel được đưa vào 3 lớp: đồng nhất, không đồng nhất hay point target.
Mỗi kiểu lớp được xử lý theo một cách khác nhau. Đối với lớp đồng nhất, giá trị pixel được thay thế bởi giá trị trung bình của cửa sổ lọc. Với lớp không đồng nhất, giá trị pixel được thay thế bởi giá trị có trọng số. Còn với lớp point target, giá trị pixel không thay đổi.
3.2.5. Bộ lọc Frost
3.2.5.1. Nguyên lý
Bộ lọc Frost được sử dụng để làm giảm các vết đốm trên ảnh trong khi vẫn giữ nguyên giá trị mép ảnh. Bộ lọc này làm giảm theo cấp lũy thừa và đối xứng vòng tròn. Pixel được lọc sẽ được thay thế bằng giá trị tính toán dựa trên khoảng cách từ bộ lọc trung tâm, nhân tố damping và biến đổi cục bộ.
3.2.5.2. Bộ lọc Enhanced Frost
Bộ lọc Frost tăng cường được sử dụng để giảm bớt các đốm trên ảnh radar trong khi vẫn giữ được đồng thời các thông tin bề mặt. Bộ lọc này mô phỏng theo bộ lọc Lee và cũng sử dụng các thống kê cục bộ tương tự (sự thay đổi hệ số) trong từng cửa sổ lọc riêng biệt. Mỗi pixel được đưa vào 3 lớp: đồng nhất, không đồng nhất hay point target.
Mỗi kiểu lớp được xử lý theo một cách khác nhau. Đối với lớp đồng nhất, giá trị pixel được thay thế bởi giá trị trung bình của cửa sổ lọc. Với lớp không
đồng nhất, giá trị pixel được thay thế bởi giá trị có trọng số. Còn với lớp point target, giá trị pixel không thay đổi.
3.2.6. Bộ lọc Gamma
Bộ lọc Gamma được sử dụng để làm giảm các vết đốm trên ảnh trong khi vẫn giữ nguyên giá trị mép ảnh. Bộ lọc Gamma tương tự như bộ lọc Kuan nhưng coi như dữ liệu theo phân bố gamma. Pixel được lọc sẽ được thay thế bằng giá trị tính toán dựa trên giá trị thống kê cục bộ.
3.2.7. Bộ lọc Kuan (adsbygoogle = window.adsbygoogle || []).push({});
Bộ lọc Kuan được sử dụng để làm giảm các vết đốm trên ảnh trong khi vẫn giữ nguyên giá trị mép ảnh. Nó chuyển đổi mô hình nhiễu theo cấp số nhân thành mô hình nhiễu theo cấp số cộng. Bộ lọc này tương tự như bộ lọc Lee nhưng sử dụng hàm trọng số khác. Pixel được lọc sẽ được thay thế bằng giá trị tính toán dựa trên giá trị thống kê cục bộ.
Đặc tính nhiễu đốm S được đặc trưng bởi những giá trị xấp xỉ đầu tiên (kỳ vọng của nó là 1 và phương sai của nó 1/L). Chúng tôi sử dụng mô hình ma trận như sau:
I =RS (3.)
Áp dụng kết quả trong công thức 6.1 và 6.2 có liên quan tới MMSE tuyến tính, giá trị xấp xỉ chúng ta nhận được là: ( ) ( ( )) ˆ R E I= +k I E I− với ( ) ( ) var ar R k v I = (3.)
Phép lọc được đề xuất bởi Kuan [KUA 85]. Nếu xấp xỉ
( )
(R E R− )(I E I− ( )) ≈0, chúng ta có phép lọc Lee [LEE 81] được sử dụng rộng
rãi hơn và rất gần với phép lọc Kuan, ngoại trừ tham số của nó:
( ) ( ) ( ) ( )2 ar ar ar v R k v R v S E R = + (3.)
Xét sự thay đổi của cường độ, năng lượng phản xạ và trung bình nhiễu đốm, chúng tôi có thể lưu ý các mối quan hệ sau đây:
( ) ( ) ( )( 2 ( )) ( )2 ( )
var I =var R E S +var S +E R var S (3.)
2 2 1 2 1 1 S S k γ γ γ − = +
đối với lọc Kuan (6.4) 2 2 1 1 S k γ γ
= − đối với lọc Lee (6.5)
Hai bộ lọc được sử dụng rộng rãi trong các hình ảnh radar có kết quả tương đương với L≥3. Trên một khu vực rất đồng nhất, chúng tôi có γ1 ≈γS, do
đó k=0, tương ứng với R E Iˆ = ( ) . Giá trị của các bộ lọc trên một khu vực đồng
nhất chỉ đơn giản là các trung bình khu vực. Ngược lại, trên một khu vực rất không đồng nhất (ví dụ, một khu vực không liên tục),chúng ta có γ1? γS, do đó
1
k= đối với bộ lọc Lee (và 2
1
1 S
k
γ =
+ với bộ lọc Kuan). Vì vậy, R Iˆ= (và tương
ứng, 2 2 2 ( ) 1 ˆ 1 1 S S S R I γ E I γ γ = +
+ + ) và tính giá trị trung bình đối với các vùng gián đoạn hoặc giới hạn trong vùng xét, trong đó giá trị ước tính tốt nhất của phản xạ là radiometry của từng điểm ảnh.
Mặt khác, nó là thích hợp hơn để áp đặt k=0 khi yếu tố cường độ thực nghiệm thay đổi thấp hơn so với đốm. Qui chuẩn k=0 giảm ước tính R bởi giá trị trung bình, có thể và nên được áp dụng cho bất kỳ bộ lọc thích ứng bằng cách sử dụng thống kê địa phương với bất cứ giá trị của các yếu tố biến thể thực nghiệm gần kề hệ số nhiễu đốm.
3.2.7. Bộ lọc Local Sigma
Bộ lọc Local Sigma được sử dụng để bảo toàn chi tiết tốt thậm chí trong vùng tương phản ít và làm giảm các vết đốm một cách đáng kể. Bộ lọc này sử dụng giá trị tính toán độ lệch cho hộp lọc để xác định pixel có giá trị trong cửa sổ lọc. Nó thay thế pixel được lọc bằng giá trị tính toán trung bình sử dụng duy nhất các pixel có giá trị trong hộp lọc. (adsbygoogle = window.adsbygoogle || []).push({});