去散斑滤波器的无辅助定量评估

SAR（合成孔径雷达）成像在遥感中起着核心作用，除其他重要特征外，其能够提供高分辨率、昼夜以及几乎不受天气影响的图像。SAR图像受到一种颗粒状污染即散斑的影响，散斑可用乘性模型描述。文献中已提出许多去散斑技术，以及衡量其所提供结果质量的测度。假设乘性模型，观测图像$Z$是两个独立场乘积：后向散射$X$与散斑$Y$。任何散斑滤波器的结果为$\widehat X$，即仅基于观测数据$Z$的后向散射$X$的估计量。理想的估计量应满足观测图像与滤波图像之比$I=Z/\widehat X$仅为散斑：一组来自Gamma变量的独立同分布样本。于是，我们通过$I$接近于其服从纯散斑统计性质的假设的紧密程度来评估滤波器的质量。我们根据滤波器产生的比率图像在一阶和二阶统计量方面进行分析：前者检验边际性质，后者验证无结构。随后定义一种新的定量图像质量指数，并应用于最先进的去散斑滤波器。这一新测度与常用质量测度（等效视数、PSNR、MSSIM、$\beta$边缘相关性以及均值保持）提供一致的结果，并且对滤波器结果的排序也与其视觉分析相符。我们在研究最后表明，所提出的测度可成功用于优化定义散斑滤波器的（通常很多的）参数。