去斑 (影像分析工具)
汇总
针对噪声校正输入合成孔径雷达 (SAR) 数据，噪声是连贯照明的结果，类似于颗粒状或椒盐效应。
该工具可滤除噪声，同时保留 SAR 图像中的边和清晰要素。 可用的滤波器有 Lee、Enhanced Lee、Refined Lee、Frost、Kuan 和 Gamma MAP。
用法
参数
|
标注
|
说明
|
数据类型
|
|
输入雷达数据
|
输入雷达数据。
|
Raster Dataset; Raster Layer
|
|
输出雷达数据
|
去斑雷达数据。
|
Raster Dataset
|
|
极化波段
（可选）
|
将过滤的极化波段。
默认情况下，第一个波段处于选中状态。
如果输出将用于 SAR 分析工具，请选择所有极化波段。
|
String
|
|
滤波器类型
（可选）
|
指定将应用的平滑算法或滤波器类型。
Lee—空间滤波器将应用于图像中的每个像素以减少散斑噪声。 该选项基于方形窗口内计算的局部统计数据对数据进行滤波。 当对具有相加或相乘组件的斑点数据进行平滑处理时，此滤波器将非常有用。
增强型 Lee—将应用保留图像清晰度和细节的空间滤波器来减少散斑噪声。 该选项是 Lee 滤波器的增强版本。 如需在减少斑点的同时保留纹理信息，此滤波器将十分有用。
优化型 Lee—空间滤波器将根据局部统计数据应用于所选像素，以减少散斑噪声。 滤波器使用非方形滤波窗口以匹配边缘方向。 其可用于在保留边缘的同时减少斑点。 这是默认设置。
Frost—将应用一种指数衰减圆对称滤波器，该滤波器使用单个滤波窗口内的局部统计数据来减少斑点噪声。 这不会影响位于边缘的影像要素。 如需在减少斑点的同时保留边缘，此滤波器将十分有用。
Kuan—空间滤波器将应用于图像中的每个像素以减少散斑噪声。 本滤波器基于使用相邻像素计算的居中像素值的局部统计数据来对数据进行滤波。 如需在减少斑点的同时保留边缘，此滤波器将十分有用。
Gamma MAP—将应用贝叶斯分析与 Gamma 分布滤波器来减少斑点噪声。 如需在减少斑点的同时保留边缘，此滤波器将十分有用。
|
String
|
|
滤波器大小
（可选）
|
指定将用于过滤噪声的像素窗口的大小。
此参数只有在滤波器类型参数设置为 Lee、增强型 Lee、Frost、Kuan 或 Gamma MAP 时才有效。
|
String
|
|
噪声模型
（可选）
|
指定用于减少雷达影像质量的噪声类型。
此参数只有在滤波器类型参数设置为 Lee 时才有效。
|
String
|
|
噪声方差
（可选）
|
雷达影像的噪声方差。 默认值为 0.25。
此参数只有在滤波器类型参数设置为 Lee，且噪声模型参数设置为相加噪声或相加和相乘噪声时才有效。
|
Double
|
|
相加噪声均值
（可选）
|
相加噪声的平均值。 噪声均值越大，平滑效果越差，而噪声均值越小，平滑效果越好。 默认值为 0。
此参数只有在滤波器类型参数设置为 Lee，且噪声模型参数设置为相加噪声或相加和相乘噪声时才有效。
|
Double
|
|
相乘噪声均值
（可选）
|
相乘噪声的平均值。 噪声均值越大，平滑效果越差，而噪声均值越小，平滑效果越好。 默认值为 1。
此参数只有在滤波器类型参数设置为 Lee，且噪声模型参数设置为相乘噪声或相加和相乘噪声时才有效。
|
Double
|
|
视数
（可选）
|
影像的视数，用于控制影像平滑和估算噪声方差。 较小的值会导致较多的平滑处理，而较大的值则会保留较多的影像要素。 默认值为 1。
此参数只有在滤波器类型参数设置为增强型 Lee、Kuan 或 Gamma MAP，或滤波器类型参数设置为 Lee 且噪声模型参数设置为相乘噪声时才有效。
|
Long
|
|
阻尼系数
（可选）
|
将应用的平滑指数衰减等级。 阻尼值大于 1 时，可以更好的保留边缘，但平滑效果交差。 值小于 1 时，平滑度更高。 值等于 0 的效果与低通滤波器相似。 默认值为 1。
|
Long
|
Despeckle(in_radar_data, out_radar_data, {polarization_bands}, {filter_type}, {filter_size}, {noise_model}, {noise_variance}, {add_noise_mean}, {mult_noise_mean}, {number_of_looks}, {damp_factor})
|
名称
|
说明
|
数据类型
|
|
in_radar_data
|
输入雷达数据。
|
Raster Dataset; Raster Layer
|
|
out_radar_data
|
去斑雷达数据。
|
Raster Dataset
|
|
polarization_bands
[polarization_bands,...]
（可选）
|
将过滤的极化波段。
默认情况下，第一个波段处于选中状态。
如果输出将用于 SAR 分析工具，请选择所有极化波段。
|
String
|
|
filter_type
（可选）
|
指定将应用的平滑算法或滤波器类型。
LEE—空间滤波器将应用于图像中的每个像素以减少散斑噪声。 该选项基于方形窗口内计算的局部统计数据对数据进行滤波。 当对具有相加或相乘组件的斑点数据进行平滑处理时，此滤波器将非常有用。
ENHANCED_LEE—将应用保留图像清晰度和细节的空间滤波器来减少散斑噪声。 该选项是 Lee 滤波器的增强版本。 如需在减少斑点的同时保留纹理信息，此滤波器将十分有用。
REFINED_LEE—空间滤波器将根据局部统计数据应用于所选像素，以减少散斑噪声。 滤波器使用非方形滤波窗口以匹配边缘方向。 其可用于在保留边缘的同时减少斑点。 这是默认设置。
FROST—将应用一种指数衰减圆对称滤波器，该滤波器使用单个滤波窗口内的局部统计数据来减少斑点噪声。 这不会影响位于边缘的影像要素。 如需在减少斑点的同时保留边缘，此滤波器将十分有用。
KUAN—空间滤波器将应用于图像中的每个像素以减少散斑噪声。 本滤波器基于使用相邻像素计算的居中像素值的局部统计数据来对数据进行滤波。 如需在减少斑点的同时保留边缘，此滤波器将十分有用。
GAMMA_MAP—将应用贝叶斯分析与 Gamma 分布滤波器来减少斑点噪声。 如需在减少斑点的同时保留边缘，此滤波器将十分有用。
|
String
|
|
filter_size
（可选）
|
指定将用于过滤噪声的像素窗口的大小。
此参数只有在 filter_type 参数设置为 LEE、ENHANCED_LEE、FROST、KUAN 或 GAMMA_MAP 时才有效。
|
String
|
|
noise_model
（可选）
|
仅当 filter_type 参数设置为 LEE 时，此参数才有效。
MULTIPLICATIVE_NOISE—将降低在捕获或传输过程中用于相乘为相关信号的随机信号噪声的质量。 这是默认设置。
ADDITIVE_NOISE—将降低在捕获或传输过程中用于相加为相关信号的随机信号噪声的质量。
ADDITIVE_AND_MULTIPLICATIVE_NOISE—将降低两种噪声模型组合的质量。
|
String
|
|
noise_variance
（可选）
|
雷达影像的噪声方差。 默认值为 0.25。
此参数只有在 filter_type 参数设置为 LEE，且 noise_model 参数设置为 ADDITIVE_NOISE 或 ADDITIVE_AND_MULTIPLICATIVE_NOISE 时才有效。
|
Double
|
|
add_noise_mean
（可选）
|
相加噪声的平均值。 噪声均值越大，平滑效果越差，而噪声均值越小，平滑效果越好。 默认值为 0。
此参数只有在 filter_type 参数设置为 LEE，且 noise_model 参数设置为 ADDITIVE_NOISE 或 ADDITIVE_AND_MULTIPLICATIVE_NOISE 时才有效。
|
Double
|
|
mult_noise_mean
（可选）
|
相乘噪声的平均值。 噪声均值越大，平滑效果越差，而噪声均值越小，平滑效果越好。 默认值为 1。
此参数只有在 filter_type 参数设置为 LEE，且 noise_model 参数设置为 MULTIPLICATIVE_NOISE 或 ADDITIVE_AND_MULTIPLICATIVE_NOISE 时才有效。
|
Double
|
|
number_of_looks
（可选）
|
影像的视数，用于控制影像平滑和估算噪声方差。 较小的值会导致较多的平滑处理，而较大的值则会保留较多的影像要素。 默认值为 1。
此参数只有在 filter_type 参数设置为 ENHANCED_LEE、KUAN 或 GAMMA_MAP，或 filter_type 参数设置为 LEE 且 noise_model 参数设置为 MULTIPLICATIVE_NOISE 时才有效。
|
Long
|
|
damp_factor
（可选）
|
将应用的平滑指数衰减等级。 阻尼值大于 1 时，可以更好的保留边缘，但平滑效果交差。 值小于 1 时，平滑度更高。 值等于 0 的效果与低通滤波器相似。 默认值为 1。
|
Long
|
代码示例
Despeckle 示例 1（Python 窗口）
此示例使用优化型 Lee 滤波器对交叉极化波段进行了去斑。
import arcpy
arcpy.env.workspace = r"C:\Data\SAR"
outRadar = arcpy.ia.Despeckle("IW_manifest_TNR_CalB0.crf", "VV;VH", "REFINED_LEE")
outRadar.save("IW_manifest_TNR_CalB0_Dspk.crf")
此示例使用优化型 Lee 滤波器对交叉极化波段进行了去斑。
# Import system modules
import arcpy
from arcpy.ia import *
# Set local variables
in_radar = r"C:\Data\SAR\manifest_TNR_CalB0.crf"
out_radar = r"C:\Data\SAR\manifest_TNR_CalB0_Dspk.crf"
polarization = "VV;VH"
filter_type = "REFINED_LEE"
# Run
outRadar = arcpy.ia.Despeckle(in_radar, polarization, filter_type)
outRadar.save(out_radar)
环境
像元对齐, 压缩, 当前工作空间, NoData, 并行处理因子, 金字塔, 栅格统计, 重采样方法, 临时工作空间, 捕捉栅格, 切片大小
许可信息
- 基本: 需要 Image Analyst
- 标准: 需要 Image Analyst
- 高级: 需要 Image Analyst