الگوريتم حذف Speckle با قابليت حفظ لبه براي تصاوير سنجش از دور رادار روزنه تركيبي با استفاده از تبديل چند مقياسه ي Curvelet و آستانه گذاري وقفي

تبديل كرولت (Curvelet)، نوع جديدي از الگوريتم آناليز چندمقياسه بوده كه براي پردازش تصاوير SAR بسيار مناسب است. اين تبديل، جزو تبديل­هاي هندسي محسوب مي­شود كه براي رفع مشكلات اساسي تبديل­هاي ويولت (موجك) و گابور در تشخيص لبه­ها و منحني­ها توسعه پيدا كرد. تبديل Curvelet را مي­توان در جهت رسيدن به بخش­بندي بهتر و شناسايي اهداف در تصاوير ماهواره­اي SAR با دقت بسيار بالا به كار برد. در اين مقاله هدف اصلي، تمركز بر حذف Speckle از تصاوير SARاست كه مهم­ترين مرحله از پردازش تصاوير SAR است. به دليل نتايج عالي تبديل Curvelet در تجزيه­و­تحليل لبه­هاي منحني شكل و دقت بالاي آن براي تقريب و توصيف پراكندگي­ها و جهت­ها در مقايسه با تبديل موجك مناسب است. در اين مقاله با استفاده از تبديل كرولت گسسته سريع (FDCT) بر مبناي پيچش، با در نظر گرفتن آستانه وفقي، يك روش جديد براي كاهش نويز Speckle و نرماليزه كردن تصاوير سنجش ازدور SAR ارائه شده است؛ به­گونه­اي كه بين دو تبديل كرولت سريع بر پايهUSFFT و Wrapping مقايسه­اي انجام خواهد شد. با استفاده از نتايج، روشي جديد براي بهره­برداري بهتر اين نوع تصاوير معرفي مي­شود. سپس براي كاهش نويز از تصاوير SAR از تبديل Curvelet گسسته سريع (FDCT) استفاده مي­شود و ضرايب Curvelet كاهش مي­يابد. سپس با استفاده از الگوريتم پيشنهادي مي­توان ضرايب Curvelet را استخراج كرد. اين ضرايب تحت تاثير آستانه نرم قرار گرفته و اين امر منجر به كاهش يا حذف نويز در تصاوير SAR خواهد شد. در مرحله آخر الگوريتم پيشنهادي، شبيه­سازي شده و نتايج آزمايش­ها بحث خواهد شد. نتايج شبيه­سازي نشان مي­دهد كه روش پيشنهادي در مقايسه با ساير روش­هاي قبلي كارايي بهتري دارد.