海面雷达图像滤波与形态学滤波算法

GISer35

海面雷达图像特点：

斑点噪声：相干成像固有现象，表现为随机分布的亮暗点
强散射目标：舰船、桥梁等金属目标反射强烈，呈明亮斑点
海面杂波：海面粗糙度变化产生的背景噪声

形态学滤波的优势：

保持边缘：舰船轮廓清晰，不模糊
去除孤立点：有效消除散斑噪声
连接断裂：使断裂的舰船目标更完整
计算高效：适合大范围海域监测

GIS中可用的形态学滤波工具

SAGA Next Gen：形态学滤波（sagang:morphologicalfilter）
GDAL：近似分析（gdal:proximity）
GRASS：r.mfilter

首选SAGA工具：sagang:morphologicalfilter，推荐参数

推荐方法 = "开运算（Opening）"
推荐核类型 = "圆形（Circle）"
推荐半径 = 2-3像素  # ≈6-9米，可覆盖小型舰船

实际应用示例

场景1：舰船检测预处理
原始SAR（高噪声）→ 开运算去噪（噪声减少）→ 阈值分割（二值化）→ 舰船提取（矢量轮廓）

场景2：海面风场反演
原始SAR（有空洞）→ 闭运算填充（连续海面）→ 纹理分析（纹理特征）→ 风速估算（风速图）

场景3：油膜监测
原始SAR（弱信号）→ 多尺度形态学（增强对比度）→ 区域生长（区域合并）→ 油膜提取（污染范围）

Python批量处理

参考以下PyQGIS代码，调用 sagang:morphologicalfilter 算法，实现形态学滤波。
使用前，请修改图层名、输出目录和滤波参数。

# ============================================
# PyQGIS 形态学滤波处理代码
# 功能：对雷达图像进行形态学滤波（开运算去噪）
# 输出：D:/output/morphological_filter_result.tif
# ============================================

from qgis.core import QgsProject, QgsProcessingFeedback, QgsProcessingContext
from qgis.analysis import QgsNativeAlgorithms
from qgis import processing

# 初始化处理框架
import sys
sys.path.append('C:/Program Files/QGIS 3.40/apps/qgis/python/plugins')  # 根据您的QGIS安装路径调整

# 1. 获取当前项目中的栅格图层
project = QgsProject.instance()
layers = project.mapLayersByName('1')  # 您的图层名称为"1"

if not layers:
    print("❌ 错误：未找到名为 '1' 的图层")
    print("当前项目中的图层：")
    for layer_id, layer in project.mapLayers().items():
        print(f"  - {layer.name()} (ID: {layer_id})")
    exit()

input_layer = layers[0]
print(f"✅ 找到输入图层：{input_layer.name()}")
print(f"   栅格尺寸：{input_layer.width()} × {input_layer.height()}")
print(f"   像素尺寸：{input_layer.rasterUnitsPerPixelX()} 单位/像素")

# 2. 设置输出路径
output_path = "D:/output/morphological_filter_result.tif"
print(f"📁 输出路径：{output_path}")

# 3. 创建处理反馈对象（用于进度显示和错误报告）
feedback = QgsProcessingFeedback()
context = QgsProcessingContext()

# 4. 执行 SAGA Next Gen 形态学滤波
print("🔄 正在执行形态学滤波（开运算去噪）...")

try:
    # 方法 1：使用 processing.run() 直接调用
    params = {
        'INPUT': input_layer,           # 输入栅格
        'RESULT': output_path,          # 输出文件路径
        'METHOD': 2,                    # 2 = Opening（开运算）
        'KERNEL_TYPE': 1,               # 1 = Circle（圆形核）
        'KERNEL_RADIUS': 2              # 半径 = 2像素（≈6米）
    }
    
    result = processing.run("sagang:morphologicalfilter", params, 
                           feedback=feedback, context=context)
    
    print("✅ 形态学滤波完成！")
    print(f"   输出文件：{result['RESULT']}")
    
    # 5. 将结果加载到QGIS项目中
    if result['RESULT']:
        # 加载输出栅格
        output_layer = QgsRasterLayer(result['RESULT'], "形态学滤波结果")
        
        if output_layer.isValid():
            # 设置渲染为灰度
            renderer = QgsSingleBandGrayRenderer(output_layer.dataProvider(), 1)
            
            # 设置对比度增强（自动拉伸）
            ce = QgsContrastEnhancement(output_layer.dataProvider().dataType(1))
            ce.setContrastEnhancementAlgorithm(QgsContrastEnhancement.StretchToMinimumMaximum)
            
            # 获取统计信息用于自动拉伸
            stats = output_layer.dataProvider().bandStatistics(1, 
                QgsRasterBandStats.All, output_layer.extent(), 0)
            ce.setMinimumValue(stats.minimumValue)
            ce.setMaximumValue(stats.maximumValue)
            
            renderer.setContrastEnhancement(ce)
            output_layer.setRenderer(renderer)
            
            # 添加到项目
            project.addMapLayer(output_layer)
            print("✅ 结果图层已添加到项目")
            
            # 打印结果统计信息
            print("\n📊 滤波结果统计：")
            print(f"   最小值：{stats.minimumValue:.2f}")
            print(f"   最大值：{stats.maximumValue:.2f}")
            print(f"   平均值：{stats.mean:.2f}")
            print(f"   标准差：{stats.stdDev:.2f}")
            
        else:
            print("⚠️ 警告：输出图层无效，但文件已保存")
    
except Exception as e:
    print(f"❌ 处理失败：{str(e)}")
    

print("\n" + "="*50)
print("🎯 处理总结：")
print(f"   输入图层：{input_layer.name()}")
print(f"   主要输出：{output_path}")
print(f"   滤波方法：开运算（Opening）")
print(f"   结构元素：圆形核，半径=2像素")
print("="*50)

形态学滤波是SAR图像预处理的关键步骤，sagang:morphologicalfilter 以其稳定性和有效性成为首选工具。通过适当的开运算处理，显著减少雷达图像噪声，为后续的舰船检测、海况分析等应用奠定基础。

更多GIS应用问题，欢迎留言或联系我们。转载须注明出处。