基于非局部均值(NLM)的SAR图像降噪MATLAB实现

资 源 简 介

本项目提供MATLAB实现的非局部均值(NLM)滤波算法，专门用于合成孔径雷达(SAR)图像降噪。该算法有效抑制乘性散斑噪声，同时保留边缘和纹理细节。通过像素块相似性计算实现自适应滤波，无需预定义噪声模型。

详 情 说 明

基于非局部均值（NLM）的合成孔径雷达（SAR）图像降噪与滤波系统

项目介绍

本项目开发了一个专门用于SAR图像处理的非局部均值（NLM）滤波算法实现。系统能够有效抑制SAR图像特有的乘性散斑噪声，同时保留图像中的细节结构与边缘信息。通过计算图像中像素块之间的相似性权重，利用全局搜索策略寻找相似结构，实现自适应加权平均滤波。系统支持关键参数调节，并提供可视化对比界面，方便用户评估滤波效果。

功能特性

• 先进的NLM算法核心：实现针对SAR图像特点优化的非局部均值滤波
• 同态滤波处理：集成对数变换与指数变换，将乘性噪声转为加性噪声处理
• 自适应权重计算：基于块相似性的智能权重分配机制
• 参数灵活可调：支持搜索窗口尺寸、相似块尺寸、滤波强度等参数自定义
• 全面性能评估：提供PSNR、SSIM、ENL等多维度量化指标
• 直观可视化：并排显示原始图像、滤波结果和残差图像对比

使用方法

基本操作流程

1. 准备输入图像：确保输入为单通道SAR强度图像（支持.mat/.tif/.png格式）
2. 参数设置：根据需求调整搜索窗口尺寸（默认21×21）、相似块尺寸（默认7×7）、滤波参数h（默认0.1）
3. 运行处理：执行主程序开始降噪滤波计算
4. 结果分析：查看输出的滤波图像、残差图像和性能指标

输入要求

• 图像格式：单精度或双精度浮点型矩阵
• 预处理建议：输入前应先进行对数变换将乘性噪声转为加性噪声

输出内容

• 滤波后的SAR图像（与输入同尺寸）
• 残差图像（原始图像与滤波结果之差）
• 性能指标：峰值信噪比（PSNR）、结构相似性指数（SSIM）、等效视数（ENL）
• 可视化对比图：原始图像、滤波结果、残差图像的并排显示

系统要求

• MATLAB R2018a或更高版本
• 图像处理工具箱（Image Processing Toolbox）
• 推荐内存：8GB以上，用于处理大型SAR图像
• 磁盘空间：至少1GB可用空间

文件说明

主程序文件实现了系统的核心处理流程，包括图像读取与格式验证、参数初始化与用户交互配置、同态滤波预处理（对数变换）、非局部均值滤波的核心算法执行、结果图像的后处理与重构（指数变换）、多维度质量评估指标计算，以及最终结果的综合可视化展示与输出保存功能。