fa کاهش نویز لکه تصاویر رادار با روزنه ترکیبی بر اساس آستانه‌گذاری نرم ضرایب تبدیل کرولت فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research نویز لکه در تصاویر راداری منجر به کاهش کسب اطلاعات از این تصاویر می‌شود. هدف این مطالعه کاهش نویز لکه تصاویر رادار به وسیله‌ی آستانه‌گذاری نرم ضرایب کرولت با تاکید بر حفظ لبه است. در الگوریتم پیشنهادی ابتدا نویز ضربی لکه با استفاده از تبدیل لگاریتمی به نویز افزایشی تبدیل‌شده و سپس تصویر حاصل با استفاده از تبدیل کرولت به فضای کرولت منتقل و ضرایب کرولت بر اساس آستانه‌گذاری نرم و حدآستانه تطبیقی معرفی‌شده فیلتر می‌شوند. آستانه‌گذاری نرم ضرایب کرولت در قیاس با فیلترهای موجود مانند Frost، Gamma و Kuan، فیلترهای مبتنی بر آستانه‌گذاری نرم تبدیل موجک و آستانه‌گذاری سخت ضرایب کرولت نتایج تجربی بهتری را نشان داده (شاخص‌های میانگین مربع خطا، میانگین مربع خطای نرمال شده و میانگین قدرمطلق خطا به ترتیب 27%،27% و 15% کاهش‌یافته‌اند، بعلاوه معیار Equivalent Number of Looks (ENL) افزایش‌یافته‌ و به ترتیب برای تصاویر RADARSAT1 و ENVISAT 34/27 و 61/3 است). نتایج حاکی از آن است که آستانه‌گذاری نرم ضرایب کرولت افزون بر توان بالا حذف نویز از تصاویر راداری در حفظ لبه و خصوصیات رادیومتریکی نیز بسیار قدرتمند است. Speckle noise in radar images reduces the information that can be got from these images. This paper proposed speckle reduction in SAR images by soft thresholding of curvelet coefficients with emphasis on the preserving of edges. First, multiplicative speckle noise was transformed into an additive one by taking the logarithm of the original speckled image. Then curvelet transform was taken of logarithmically transformed image and the curvelet coefficients were thresholded by soft thresholding function. The results have been compared then to the results obtained by other widely-used adaptive filters including Frost, Gamma, Kuan, soft thresholding wavelet based filters and hard thresholding of curvelet coefficients. The results showed that the soft thresholding curvelet based filter offers better results than the mentioned filters (Mean Square Error, Normalized Mean Square Error and Mean Absolute Error indices reduced 27%,27% and 15% respectively, also Equivalent Number of Looks (ENL) increased to 27/34 and 3/61 for RADARSAT1 and ENVISAT respectively). All in all results indicated that soft thresholding of curvelet coefficients besides high reduction of speckle noise is also very powerful in keeping the edges. تبدیل کرولت, تصاویر رادار, نویز لکه, آستانه‌گذاری سخت و نرم Curvelet Transform, Radar Images, Hard and Soft Thresholding, Speckle Noise 25 35 http://jgst.issgeac.ir/browse.php?a_code=A-10-25-44&slc_lang=fa&sid=1 F. Zakeri فاطمه ذاکری fatemeh.zakeri@ut.ac.ir 10031947532846001659 10031947532846001659 Yes گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه‌برداری - دانشگاه خواجه نصیر الدین طوسی M. J. Valadan Zoej محمد جواد ولدان زوج valadanzouj@kntu.ac.ir 10031947532846001660 10031947532846001660 No گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه‌برداری - دانشگاه خواجه نصیر الدین طوسی M. R. Sahebi محمودرضا صاحبی sahebi@kntu.ac.ir 10031947532846001661 10031947532846001661 No گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه‌برداری - دانشگاه خواجه نصیر الدین طوسی