使用 Python 对雷达卫星 sar 图像进行降噪的三种方法
合成孔径雷达 （SAR） 图像广泛应用于各种领域（航空航天、军事、气象等）。问题是这种图像在其原始格式中受到噪点的影响。虽然这些图像通常也是沉重的文件，但从科学的角度来看，有效地对其进行去噪的任务似乎既具有挑战性，又在现实世界中非常有用。
卫星图像有两大类：
- 光学图像 ：例如，我们在观看天气预报时习惯于看到的图像。这些图像由光学传感器拍摄。
虽然这些图像通常提供高水平的细节，但它们在捕捉地球的复杂性时至少遇到了两个重大挑战：夜间条件和恶劣天气带来的限制。 - 雷达图像：虽然光学系统依赖于太阳光（传感器是被动的），但雷达发送电磁波并测量地面上物体反向散射的分量（传感器是有源的）。雷达传感器可以在一天中的任何时间和任何气象条件下获取数据，因为发射波的波长使其能够穿透云层。然而，他们遇到了一个固有的问题：斑点噪声。
什么是散斑噪声？
斑点是一种颗粒干扰，由于发射的无线电波的反弹特性，会降低图像的质量，从而降低人眼的可解释性。