合成孔径雷达是有源相干高分辨率成像雷达系统,由其接收的散射回波数据重建散射源图像属于求逆问题,决定了重建散射源图像就是估计散射源参数,即估计散射源的空间的位置及其后向散射系数。 但是,合成孔径雷达的成像机理是相干成像,这种机理决定了图像的噪声必然是以乘性噪声为主,对于乘性噪声的处理需要先给图像做对数变换以得到加性噪声模型。 目前已有许多方法来处理这种噪声问题,但是这些方法多是在小波域假设子带系数为高斯分布的条件下得到方法,然而图像的小波域子带系数经常偏离正态分布,这使得这些方法的性能严重下降。 SaS(symmetric alpha-Stable)模型是小波域一种精确的图像模型,但是其计算复杂性高,本文在分析SaS模型的基础上,提出了高斯-柯西模型,将此模型作为图像的小波域先验模型信息,并用Bayesian估计器,算法复杂性上有显著的降低。另外,图像对数变换后的统计特性发生变化,需要在变换过程中加入均值调整的过程,本文分析过程中加入了图像对数变换后统计特性变化的详细分析。最后在实验结果中从以下四个方面分析了本文方法的可行性:一、使用了高斯-柯西模型来分析了SaS模型,说明了高斯-柯西模型能很好的模拟精确图像模型——SaS模型,二、用高斯-柯西模型分析了小波域子带直方图,三、分别给出了加性噪声(lena图像)和乘性噪声(SAR图像)的处理结果,四、从计算性能上分析了本文算法的有效性。实验结果表明,本文的算法模型在较好的保持了SAR图像结构的基础上,能很好的保留图像边缘信息和纹理特征,并能有效的抑制图像的斑点噪声,取得了良好的效果。