极化SAR图像PWF白化滤波与相干斑抑制系统

资 源 简 介

该项目致力于实现对极化合成孔径雷达（PolSAR）数据的原始极化白化滤波（Polarimetric Whitening Filter, PWF）处理。PWF是一种经典的极化相干斑抑制技术，其核心思想是通过对多极化通道（如HH、HV、VV）的散射矩阵进行最优线性组合，在尽可能保持图像空间分辨率的前提下，最大限度地降低图像中的相干斑噪声并增强目标检测性能。系统首先读入雷达系统接收到的原始复数电场强度信息，利用这些极化向量构建统计意义上的极化协方差矩阵。随后，算法利用协方差矩阵的统计特性对各极化道实施白化变换，

详 情 说 明

基于PWF算法的极化SAR图像白化滤波处理系统

项目介绍

本系统是一个专注于极化合成孔径雷达（PolSAR）数据处理的工程化方案。系统的核心在于实现极化白化滤波（PWF）算法，这是一种利用多极化通道信息进行相干斑抑制的统计最优技术。通过对HH、HV、VV极化通道散射矩阵的线性组合，系统能够显著降低雷达由于相干成像机制自带的颗粒噪声（相干斑），同时尽可能保留地物的空间特征。该系统涵盖了从原始数据模拟、统计特征量计算、滤波变换、动态范围压缩到定量化质量评价的全流程，适用于地理遥感、海洋监测及目标识别等领域的图像预处理任务。

功能特性

1. 全极化数据模拟：能够根据预设场景生成带有相干斑噪声的相关多极化分量。
2. 统计特征提取：利用滑动窗口技术，在空间局部区域内估计极化矢量的统计期望和协方差矩阵。
3. 高增益PWF滤波：实现经典白化变换，将相关极化矢量投影至统计空间，实现多通道信息的最优融合。
4. 自适应后处理：集成了对数动态范围压缩和基于分数的线性拉伸技术，解决SAR数据灰度跨度过大的显示难题。
5. 定量评价体系：自动计算等效视数（ENL）等关键指标，量化噪声评估和滤波器性能。
6. 多维可视化展示：提供Pauli分解伪彩色图、白化后强度图、概率密度直方图以及边缘提取细节的对比显示。

运行要求

1. 基础环境：MATLAB R2016b 或更高版本。
2. 必备工具箱：Statistics and Machine Learning Toolbox（用于分位数计算与分布统计）。

系统实现逻辑说明

1. 极化散射数据模拟模块

系统首先在二维空间中构建特定形状的目标（如强散射区域和点目标），随后为各向异性散射特征分配不同的强度底数。考虑到多极化通道之间通常存在相关性（特别是HH与VV分量），系统利用Cholesky分解技术处理预置的3x3理想协方差矩阵。通过将该矩阵应用于复高斯随机白噪声，生成了具有指定统计相关性特征的HH、HV、VH、VV四个复数极化分量。此步骤模拟了真实雷达系统接收到的电场复振幅数据，包含典型的乘性相干斑噪声。

2. 局部协方差矩阵估计与白化滤波

这是系统的核心算法环节。系统通过设置滑动窗口并在图像边缘采用对称扩充（Symmetric Padding）防止边缘效应。

• 统计估计：在窗口内提取所有极化矢量，构建观测矩阵，并计算局部平均协方差矩阵R。为保证数值计算的鲁棒性，系统对R进行了正则化处理，引入微小的对角扰动防止求逆过程中出现奇异矩阵。
• 图像白化：对于每个待处理像素，将当前的极化矢量投影至局部协方差矩阵的解析空间中。计算公式遵循向量与其协方差逆矩阵的二次型乘积。这一过程实质上是把原本相关的多道分量变换为相互独立且方差归一化的分量，再通过求和融合为单通道的强度数值。这种方式比单纯的单极化幅值平滑能更好地抑制噪声并保留细节分辨率。

3. 直方图调整与动态范围后处理

由于滤波后的RAW强度数据具有极大的动态范围，直接线性量化会导致图像细节被截断。系统执行以下逻辑：

• 对数压缩：将功率强度转换为分贝标度，强化低照度区域的纹理信息。
• 分位数拉伸：通过计算图像强度的0.01和0.99分位数，自动识别并截断极端异常值。
• 量化映射：将处理后的浮点数线性映射到0-255的整数空间，并转换为uint8格式以便于工业级图像存储和显示。

4. 统计分析与质量评价模块

系统内嵌了等效视数（ENL）计算公式。该公式通过计算图像均匀区域的均值平方与方差之比来衡量滤波效果。通过对比原始HH分量和PWF输出图像的ENL值，系统能够量化出滤波器对相干斑噪声的抑制程度。

关键算法与技术细节

• 互相关特性保持：在生成数据时，显式设置了HH与VV之间的复相关系数为0.5，符合典型地物的散射特性。
• 计算优化：PWF变换采用二次型运算，系统通过逐像素遍历和滑窗抽样实现了算法的严格解算。
• Pauli分解应用：为了辅助分析，系统利用极化特征的代数组合生成了Pauli伪彩色图像，直观展示了不同散射机制（体散射、偶次反射、单一反射）的空间分布。
• 边缘保留：通过边缘提取函数Canny算子对处理完成后的图像进行细节检测，验证白化滤波在降噪的同时是否造成了目标轮廓的模糊。

使用方法

1. 启动MATLAB软件。
2. 将系统相关代码所在的目录设置为当前工作空间。
3. 在命令行窗口直接调用主函数。
4. 系统将自动执行模拟、滤波、评价逻辑，并弹出包含6张子图的综合结果分析界面。
5. 结果将在命令行窗口实时反馈各阶段的处理进度以及最终评估出的ENL指标数值。