Lee滤波和Refine-Lee滤波

1、Lee滤波

Lee滤波是选择一定长度的窗口作为局部区域，利用图像局部统计特性进行SAR图像斑点滤波的典型方法。其是基于完全发育的斑点噪声模型。（图像上斑点处于均匀区域，且斑点噪声与图像信号不相关）

根据试验研究表明完全发育的相干噪声是一种乘性噪声，即有(k,l)是图像像素的坐标，I(k,l)是实际得到的图强强度（含有噪声），x(k,l)是一个平稳随机过程，描述了原始信号，v(k,l)即为相干斑噪声，它是一个均值为1，方差为的平稳白噪声。

乘性相干斑模型如下：

噪声抑制的两个关键环节：一是建立真实后向散射系数的估计机制，二是制定同质区域像素样本的选择方案。计算方法如下：

2、Refine-Lee滤波

由于Lee滤波器存在缺陷，即对靠近边缘或点目标的同质区域像素滤波不够充分，之后，Lee又提出了一种基于边缘检测的自适应滤波算法，通过重新定义中心像素的邻域来提高估计的准确性。通常使用7*7的滑动窗口，具体处理如下：

Step1：将7×7的滑窗分为九个子区间，区间之间有重叠，每个子区间大小为3×3。

Step2：计算各子窗的均值。用这个均值构造一个3×3的矩阵M，来估计局域窗中边缘的方向，将3×3梯度模板应用到均值矩阵，梯度绝对值最大的方向被认为是边缘的方向。这里只需要用水平、垂直、45度和135度四个方向的梯度模板，相反方向互为相反数。

3、流程图

图1 Lee滤波

图2 Refine滤波