A model for removal of speckle noise in SAR images (ALOS PALSAR)

Abstract

Speckle noise is primarily due to the phase fluctuations of the electromagnetic return signals. Since inherent spatial-correlation characteristics of speckle in synthetic aperture radar (SAR) images are not exploited in existing multiplicative models for speckle noise, a speckle noise model is proposed here that provides a new framework for modelling and reducing the speckle noise. Both quantitative and qualitative criteria, including speckle reduction and texture preservation, are used to evaluate the performance of the proposed filter; one PALSAR (new Japanese sensor) image and a JERS-1 image are employed in the evaluation. The results showed that the proposed filter is slightly better than commonly used filters such as the Kuan, gamma, enhanced Lee, and enhanced Frost filters. The proposed filter can be used in different applications, including mapping and forestry biomass estimation. Furthermore, one of the benefits of the proposed filter is that it is independent of the threshold, which is required in most commonly used filters. The proposed filter was tested with SAR images of different sites in the northern forests of Iran.

Le chatoiement est un bruit qui est principalement dû aux fluctuations de phase des signaux électromagnétiques de retour. Comme les caractéristiques inhérentes de corrélation spatiale du chatoiement des images RSO ne sont pas exploitées dans les modèles multiplicatifs actuels de chatoiement, on propose dans cet article un modèle de chatoiement qui fournit un nouveau cadre pour la modélisation et la réduction du chatoiement. Des critères à la fois quantitatifs et qualitatifs, incluant la réduction du chatoiement et la préservation de la texture sont utilisés pour évaluer la performance du filtre proposé. Une image de PALSAR (nouveau capteur japonais) ainsi qu'une image de JERS-1 sont utilisées pour réaliser l'évaluation. Les résultats ont montré que le filtre proposé est légèrement meilleur que les filtres utilisés couramment tels que les filtres de Kuan, Gamma, de Lee amélioré et de Frost amélioré. Le filtre proposé peut être utilisé dans différentes applications, incluant la cartographie et la foresterie dans le contexte de l'estimation de la biomasse. De plus, un des avantages du filtre proposé est qu'il est indépendant du seuil qui est normalement requis dans le cas des filtres les plus couramment utilisés. Le filtre proposé a été testé sur différents sites d'images RSO des zones forestières du nord de l'Iran.[Traduit par la Rédaction]