Детальная информация

Цель работы: повышение качества фильтрации спекл-шума на радиолокационных изображениях за счет использования метрики M-index в качестве критерия выбора оптимальных параметров фильтрации. Решаемые задачи: Реализация расчета метрики M-index для оценки качества подавления спекл-шума, реализация и исследование нескольких распространенных методов фильтрации РЛИ, подбор параметров фильтров по критерию минимума M-index, сравнение результаты фильтрации с параметрами, выбранными по M-index и по SSIM, на изображениях с различной структурой. Работа проведена на базе ФГАОУ ВО “СПбПУ”, где были выполнены расчеты, измерения и анализ радиолокационных изображений со спекл-шумом. В работе рассмотрены особенности формирования радиолокационных изображений, природа спекл-шума, методы его подавления и метрики оценки качества фильтрации. Использовались медианный фильтр, фильтры Ли, Фроста, Куана, билатеральный фильтр, MAP-фильтр, фильтр анизотропной диффузии, а также метрики M-index и SSIM. В результате был реализован алгоритм вычисления M-index, выполнена оценка параметров спекл-шума и проведен выбор оптимальных параметров. Использованное программное обеспечение: MATLAB.

The goal of the work: improving the quality of speckle noise filtering in radar images by using the M-index metric as a criterion for selecting optimal filtering parameters. Tasks addressed: Implementation of the calculation of the M-index metric to evaluate the quality of speckle noise suppression, implementation and research of several common RF filtering methods, selection of filter parameters according to the M-index minimum criterion, comparison of filtering results with parameters selected by M-index and SSIM on images with different structures. The work was carried out at Peter the Great St. Petersburg Polytechnic University, where calculations, measurements, and analysis of radar images containing speckle noise were performed. The work considers the features of radar image formation, the nature of speckle noise, methods for its suppression, and metrics for assessing filtering quality. The median filter, Lee filter, Frost filter, Kuan filter, bilateral filter, MAP filter, anisotropic diffusion filter, as well as the M-index and SSIM metrics were used. As a result, an algorithm for calculating the M-index was implemented, the parameters of speckle noise were estimated, and the optimal parameters of the filters were selected. Software used: MATLAB.