fa کاهش اسپکل در تصاویر رادار دریچه مصنوعی در حوزه‌ی موجک با استفاده از توزیع لاپلاس سنجش از دور RS پژوهشي Research <span style="font-family:b nazanin;">اسپکل یک پدیده&rlm;ی نویز مانند دانه&rlm;ای است که به‌دلیل ویژگی همدوس بودن سیستم&rlm;های تصویربرداری</span><br> <span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span> <span dir="LTR">(</span><span dir="LTR"><span style="font-size:9.0pt;">Synthetic</span></span> <span dir="LTR"><span style="font-size:9.0pt;">Aperture</span></span> <span dir="LTR"><span style="font-size:9.0pt;">Radar</span></span><span dir="LTR"><span style="font-family:b nazanin;">)</span></span><span style="font-family:b nazanin;"> در آن&rlm;ها پدیدار می&rlm;شود. حضور پدیده&rlm;ی اسپکل، تجزیه و تحلیل&rlm;های انسانی و اتوماتیک را پیچیده</span>&nbsp;<span style="font-family:b nazanin;">می&rlm;کند. بر همین اساس کاهش اسپکل در تصاویر </span><span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span><span style="font-family:b nazanin;">، یک مرحله&rlm;ی پیش پردازشی مهم برای بسیاری از کاربردهای مرتبط با سنجش از دور است. کاهش اسپکل در تصاویر </span><span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span><span style="font-family:b nazanin;">، می&rlm;تواند توسط چندمنظرسازی در زمان تشکیل تصویر و یا با استفاده از فیلترهای</span>&nbsp;<span style="font-family:b nazanin;">مکانی پس از تشکیل تصویر انجام شود. اما این روش&rlm;ها دارای برخی محدودیت&rlm;ها مانند کاهش قدرت تفکیک مکانی و از بین رفتن جزئیات تصویر هستند. برای غلبه بر این مشکلات&rlm;، می&rlm;توان از روش&rlm;های مبتنی بر آنالیز چند تجزیه&rlm;ای مانند تبدیل موجک استفاده</span>&nbsp;<span style="font-family:b nazanin;">نمود. در این مقاله، یک روش کاهش اسپکل در حوزه&rlm;ی موجک با استفاده از نظریه&rlm;ی بیزین و بر اساس برآوردگر </span><span dir="LTR"><span style="font-size:9.0pt;">MAP</span></span> <span dir="LTR"><span style="font-family:b nazanin;">(</span></span><span dir="LTR"><span style="font-size:9.0pt;">Maximum</span></span> <span dir="LTR"><span style="font-size:9.0pt;">a Posteriori</span></span><span dir="LTR"><span style="font-family:b nazanin;">)</span></span><span style="font-family:b nazanin;"> ارائه شده است. ضرایب بدون نویز موجک حاصل از تصویر لگاریتم گرفته شده و نویز در حوزه&rlm;ی موجک، به‌ترتیب توسط توابع چگالی احتمال لاپلاس و گوسین مدل شدند. برای مقایسه&rlm;، روش&rlm;های انقباض ویزیو، سور و بیز به‌کار گرفته شدند. همچنین برای ارزیابی این روش&rlm;ها، از دو نوع داده&rlm;ی </span><span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span> <span style="font-family:b nazanin;">شبیه&rlm;سازی شده و واقعی استفاده شد. شاخص&rlm;های ارزیابی برای داده&rlm;ی </span><span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span> <span style="font-family:b nazanin;">شبیه&rlm;سازی شده، شاخص </span><span dir="LTR"><span style="font-size:9.0pt;">PSNR</span></span> <span dir="LTR"><span style="font-family:b nazanin;">(</span></span><span dir="LTR"><span style="font-size:9.0pt;">Peak</span></span> <span dir="LTR"><span style="font-size:9.0pt;">Signal</span></span><span dir="LTR"><span style="font-family:b nazanin;"><span style="font-size:9.0pt;">-</span></span></span><span dir="LTR"><span style="font-size:9.0pt;">to</span></span><span dir="LTR"><span style="font-family:b nazanin;"><span style="font-size:9.0pt;">-</span></span></span><span dir="LTR"><span style="font-size:9.0pt;">Noise</span></span> <span dir="LTR"><span style="font-size:9.0pt;">Ratio</span></span><span dir="LTR"><span style="font-family:b nazanin;">)</span></span><span style="font-family:b nazanin;"> و شاخص حفظ لبه&rlm;ی </span><span style="position:relative;top:2.5pt;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;"> </span></span></span><span style="font-family:b nazanin;">&nbsp;بود، همچنین شاخص </span><span dir="LTR"><span style="font-size:9.0pt;">ENL</span></span> <span dir="LTR"><span style="font-family:b nazanin;">(</span></span><span dir="LTR"><span style="font-size:9.0pt;">Equivalent</span></span> <span dir="LTR"><span style="font-size:9.0pt;">Number</span></span> <span dir="LTR"><span style="font-size:9.0pt;">of</span></span> <span dir="LTR"><span style="font-size:9.0pt;">Looks</span></span><span dir="LTR"><span style="font-family:b nazanin;">)</span></span><span style="font-family:b nazanin;"> برای ارزیابی داده&rlm;ی </span><span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span> <span style="font-family:b nazanin;">واقعی استفاده شد. نتایج تجربی حاصل از کاهش اسپکل، نشان&rlm;دهنده&rlm;ی عملکرد برتر روش پیشنهادی در کاهش اسپکل و حفظ بهتر جزئیات تصویر </span><span dir="LTR"><span style="font-size:9.0pt;">SAR</span></span> <span style="font-family:b nazanin;">بود.</span><strong><span style="font-family:b nazanin;"></span></strong> Speckle is a granular noise-like phenomenon which appears in Synthetic Aperture Radar (SAR) images due to coherent properties of SAR systems. The presence of speckle complicates both human and automatic analysis of SAR images. As a result, speckle reduction is an important preprocessing step for many SAR remote sensing applications. Speckle reduction can be made through multi-looking during the image formation or using spatial filters as a preprocessing step. However, these methods have some limitations such as a decrease in spatial resolution or smoothening of details and edges. To overcome these problems, Multi-Resolution Analysis (MRA), such as wavelet transform, should be used. In this paper, a despeckling method based on the Bayesian theory and Maximum a Posteriori (MAP) estimator in the wavelet domain was proposed. The noise-free wavelet coefficients of the logarithmically transformed image and the noise in the wavelet domain were modeled based on the Laplace and Gaussian distributions respectively. VisuShrink, SureShrink, and BayesShrink methods were also implemented and applied to both simulated and real SAR data for comparison purpose and to assess the proposed method. PSNR and beta edge preserving index were used to evaluate the performance of simulated SAR data, while ENL was employed to evaluate the real SAR data. Experimental results of despeckling showed the superior performance of the proposed method in suppressing the speckle efficiently and preserving better the spatial details in the SAR image. رادار با دریچه گشایش مصنوعی, کاهش اسپکل, تبدیل موجک, توزیع لاپلاس. Synthetic Aperture Radar, Speckle Reduction, Wavelet Transform, Laplace Distribution. 149 162 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-605-2&slc_lang=fa&sid=1 Ramin Farhadiani رامین فرهادیانی r.farhadiani@ut.ac.ir 10031947532846005882 10031947532846005882 Yes University of Tehran دانشگاه تهران Abdolreza Safari عبدالرضا صفری 10031947532846005883 10031947532846005883 No University of Tehran دانشگاه تهران Saeid Homayouni سعید همایونی 10031947532846005884 10031947532846005884 No University of Ottawa دانشگاه اوتاوا