Оптические изображения, получаемые с помощью дистанционного зондирования со спутниковых датчиков, могут удовлетворить большинство потребностей в практическом применении; в некоторых обстоятельствах их функциональное использование ограничивается значительной зависимостью от погодных условий. В практическом применении оптические спутниковые изображения, в частности с высоким разрешением таких датчиков, как SPOT и IKONOS, обеспечивают отличную четкость, но на них могут влиять облака и погодные условия.
С другой стороны, изображения SAR не подвержены влиянию климата и могут быть получены днем и ночью, но имеют серьезные характерные пятна или шум. В связи с этим совместное использование этих двух различных видов данных будет представлять большой интерес для решения многих геологических проблем, связанных с дистанционным зондированием.
Уменьшение шума от спутниковых снимков является сложной задачей для исследователей в области цифровой обработки изображений. Как правило, пятнистые шумы обычно встречаются на радиолокационных изображениях с синтетической апертурой, спутниковых изображениях и ультразвуковых медицинских изображениях. Это гранулированный шум, который по своей природе присутствует в изображениях, полученных с помощью радара с активной и синтетической апертурой (РСА), и ухудшает их качество.
Спектральный шум в обычном радаре возникает в результате случайных колебаний обратного сигнала от объекта, размер которого не превышает одного элемента обработки изображения. Это увеличивает средний уровень серого на локальной территории, демонстрируя изображение с пятнистым шумом.
Существует несколько подходов к снижению уровня шума, применяемых при фильтрации.
Фильтрация — это преобразование значений интенсивности пикселей для выявления определенных характеристик изображения, таких как увеличение контрастности изображения, сглаживание, устраняющее шумы, известные как пятна, и соответствие шаблонов, определяющее известные шаблоны путем определения местоположения шаблона на изображении.
Общими фильтрами, применяемыми в радиолокационной съемке, являются локальные адаптивные фильтры, включая фильтр Ли, фильтр Фрост, фильтр Куан, фильтр Гамма (MAP или Maximum A Posteriori), и фильтр Ли-сигма. Все эти адаптивные фильтры предназначены для эффективного уменьшения пятен на радарных изображениях без устранения мелких деталей.
Локальные адаптивные фильтры, такие как фильтр Ли, основаны на предположении, что среднее значение и дисперсия интересующего пикселя равны среднему значению и дисперсии всех пикселей в выбранном пользователем окне перемещения. Это было считает, что может уменьшить крапинки/шум, сохраняя края изображений, устраняя шум путем сведения к минимуму средней квадратной погрешности или взвешенной оценки наименьшего квадрата. Данный фильтр предполагает умножение шума и стационарную статистику.
Фильтр "Мороз" заменяет интересующие пиксели взвешенной суммой значений в движущемся окне. Весовые коэффициенты уменьшаются по мере удаления от интересующего пикселя и увеличиваются для центральных пикселей по мере увеличения дисперсии внутри окна. Принципами работы морозоустойчивых фильтров являются неспектральные значения пикселей, вычисляемые с помощью подокна окна обработки. Размер подокна изменяется в зависимости от функции локальной неоднородности цели, измеряемой с коэффициентом вариации, что означает, что чем больше коэффициент вариации (среднеквадратическое отклонение), тем меньше подокно обработки.
Фильтр Gamma (MAP: Maximum A Posteriori) был разработан на основе улучшенного фильтра Kuan MAP. Априори необходимо знать функцию плотности вероятности сцены, прежде чем фильтр может быть применен. Он выводится из предположения, что картинки сцены имеют гамма-распределение, которое считается более подходящим для реалистического случая.
Преимуществом данной технологии фильтрации является их точность при оценке коэффициента обратного рассеяния внутри однородной области при сохранении края и текстуры неоднородной сцены изображения.