本文關(guān)鍵詞： 合成孔徑雷達(dá)圖像 去噪 Contourlet 小波-Contourlet 迭代Cycle spinning　出處：《應(yīng)用科學(xué)學(xué)報》2014年06期 　論文類型：期刊論文

【摘要】：通過分析合成孔徑雷達(dá)圖像的相干斑噪聲模型,提出一種小波-Contourlet與迭代Cycle spinning相結(jié)合的SAR圖像去噪方法.小波-Contourlet比小波變換、Contourlet變換能更稀疏地表達(dá)圖像,更好地獲得圖像結(jié)構(gòu)特征.Contourlet變換缺乏移不變性,導(dǎo)致小波-Contourlet也是缺乏移不變性的,對系數(shù)進(jìn)行閾值處理會產(chǎn)生偽吉布斯現(xiàn)象.Cycle spinning算法可以有效地減少偽吉布斯現(xiàn)象,但不是最優(yōu)的.為此,用小波變換代替LP(Laplacian pyramid)變換作子帶分解,以迭代Cycle spinning代替多次移位取平均值.仿真結(jié)果表明,該方法不僅可以顯著去除相干斑噪聲,達(dá)到較高的峰值信噪比,而且還保留了圖像的細(xì)節(jié),改善了視覺效果.
[Abstract]:By analyzing the speckle noise model of synthetic aperture radar (SAR) images, a denoising method for SAR images based on wavelet Contourlet and iterative Cycle spinning is proposed. Wavelet Contourlet can represent images more sparsely than wavelet transform. The lack of shift invariance of image structure feature. Contourlet transform leads to the lack of shift invariance of wavelet Contourlet. The threshold processing of coefficients will result in pseudo-Gibbs phenomenon. Cycle spinning algorithm can effectively reduce pseudo-Gibbs phenomenon. But it is not optimal. In this paper, wavelet transform is used instead of LP(Laplacian pyramid-transform as subband decomposition and iterative Cycle spinning is used instead of multiple shifts to get average value. The simulation results show that this method can not only remove speckle noise significantly, but also eliminate speckle noise. The peak SNR is high, and the detail of the image is preserved, and the visual effect is improved.
【作者單位】： 北京交通大學(xué)信息科學(xué)研究所;山東師范大學(xué)物理與電子科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金(No.61106022) 北京市自然科學(xué)基金(No.4143066)資助
【分類號】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 劉帥奇;胡紹海;肖揚(yáng);;基于局部混合濾波的SAR圖像去噪[J];系統(tǒng)工程與電子技術(shù);2012年02期

2 劉帥奇;胡紹海;肖揚(yáng);;基于小波-Contourlet變換與Cycle Spinning相結(jié)合的SAR圖像去噪[J];信號處理;2011年06期

3 梁棟,沈敏,高清維,鮑文霞,屈磊;一種基于Contourlet遞歸Cycle Spinning的圖像去噪方法[J];電子學(xué)報;2005年11期

相關(guān)博士學(xué)位論文 前1條

1 倪偉;基于多尺度幾何分析的圖像處理技術(shù)研究[D];西安電子科技大學(xué);2008年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉帥奇;胡紹海;趙杰;肖揚(yáng);;結(jié)合向?qū)V波與復(fù)輪廓波變換的多聚焦圖像融合算法[J];信號處理;2016年03期

2 從繼成;曾步衢;;改進(jìn)分?jǐn)?shù)階積分的激光圖像去噪[J];激光雜志;2016年02期

3 胡紹海;趙思澄;鄭蕾;;基于NSCT和DFRFT的數(shù)字水印算法研究[J];電視技術(shù);2015年12期

4 陳雙葉;周耳江;吳強(qiáng);;ND-GSM模型的采樣矩陣方向優(yōu)化及SAR圖像去噪[J];計算機(jī)科學(xué);2015年S1期

5 沈德海;張龍昌;鄂旭;侯建;;基于多子窗口的混合噪聲濾波算法[J];計算機(jī)技術(shù)與發(fā)展;2015年06期

6 ZHANG Peng;LIU Yang;LIU Cai;CUI Fangzi;YANG Xueting;PEI Sijia;;Seislet transform denoising based on total variation minimization[J];Global Geology;2015年01期

7 薛詩桂;;基于曲波變換的循環(huán)平移地震隨機(jī)噪聲衰減[J];地球物理學(xué)進(jìn)展;2015年01期

8 劉小妹;夏平;雷幫軍;;多尺度稀疏表示的Contourlet域圖像去噪[J];三峽大學(xué)學(xué)報(自然科學(xué)版);2014年06期

9 方敬;肖揚(yáng);王東;;小波-Contourlet與迭代Cycle Spinning相結(jié)合的SAR圖像去噪[J];應(yīng)用科學(xué)學(xué)報;2014年06期

10 劉帥奇;胡紹海;肖揚(yáng);趙杰;劉秀玲;;基于移不變二維混合變換的機(jī)場雷達(dá)噪聲抑制[J];系統(tǒng)工程與電子技術(shù);2015年01期

相關(guān)博士學(xué)位論文 前3條

1 周鵬;基于多信息融合的高溫鑄坯表面缺陷在線檢測方法[D];北京科技大學(xué);2015年

2 韓鵬程;跨尺度運(yùn)動圖像的目標(biāo)檢測與追蹤研究[D];北京郵電大學(xué);2014年

3 劉帥奇;基于多尺度幾何變換的遙感圖像處理算法研究[D];北京交通大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 練秋生;陳書貞;;基于解析輪廓波變換的圖像稀疏表示及其在壓縮傳感中的應(yīng)用[J];電子學(xué)報;2010年06期

2 鄭宇杰;胡文寧;吳小俊;;基于Contourlet域主成分分析的SAR圖像去噪[J];計算機(jī)仿真;2009年06期

3 李印清;李玲玲;李保;;幾種平移不變性圖像融合方法的客觀評價[J];飛航導(dǎo)彈;2008年02期

4 梁棟;李瑤;沈敏;高清維;鮑文霞;;一種基于小波-Contourlet變換的多聚焦圖像融合算法[J];電子學(xué)報;2007年02期

相關(guān)博士學(xué)位論文 前1條

1 李暉暉;多傳感器圖像融合算法研究[D];西北工業(yè)大學(xué);2006年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王勇智,黃紅波;一種數(shù)學(xué)圖像去噪的新方法[J];岳陽職業(yè)技術(shù)學(xué)院學(xué)報;2005年01期

2 楊淑伶;郭定輝;管克英;;一個用于圖像去噪、量化的反應(yīng)擴(kuò)散模型[J];數(shù)學(xué)的實踐與認(rèn)識;2006年08期

3 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報開發(fā)與經(jīng)濟(jì);2007年27期

4 高嵐;廖云良;袁中華;;尺度適應(yīng)性二代小波的圖像去噪方法[J];船海工程;2007年06期

5 楊文國;;基于擴(kuò)散方程的圖像去噪[J];科技風(fēng);2008年20期

6 于雯輝;田逢春;李立;唐光菊;;基于空域平均的圖像去噪方法[J];光電子技術(shù);2008年02期

7 王銀峰;朱麗麗;何光宏;朱根琴;;一種基于尺度相關(guān)的小波圖像去噪方法[J];激光雜志;2008年05期

8 姚斌;楊玲香;;基于非線性復(fù)擴(kuò)散和小波的圖像去噪方法[J];航空計算技術(shù);2009年05期

9 李柯材;張曦煌;;基于鄰域閾值萎縮法的圖像去噪方法的優(yōu)化[J];計算機(jī)應(yīng)用;2010年01期

10 李燕民;季維勛;李維國;;一種新的圖像去噪方法[J];微計算機(jī)應(yīng)用;2010年03期

相關(guān)會議論文 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學(xué)圖像去噪方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

6 劉曙光;費佩燕;屈萍鴿;;基于對偶樹復(fù)小波的圖像去噪技術(shù)研究[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 鄧超;;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 張偉;具有擴(kuò)散—波動調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學(xué);2015年

4 廖帆;四方向全變分在圖像去噪問題中的應(yīng)用[D];東南大學(xué);2015年

5 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

6 侯迎坤;非局部變換域圖像去噪與增強(qiáng)及其性能評價研究[D];南京理工大學(xué);2012年

7 侯建華;基于小波及其統(tǒng)計特性的圖像去噪方法研究[D];華中科技大學(xué);2007年

8 龐志峰;圖像去噪問題中的幾類非光滑數(shù)值方法[D];湖南大學(xué);2010年

9 褚標(biāo);小波理論在圖像去噪與紋理分析中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年

10 張建平;基于偏微分方程的圖像去噪和分割方法[D];大連理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳龍;偏微分方程擴(kuò)散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 李孟嬌;基于壓縮感知的圖像去噪理論研究[D];長安大學(xué);2015年

3 楊巧;新的TV改進(jìn)模型以及在SAR圖像去噪中的應(yīng)用[D];陜西師范大學(xué);2015年

4 顏珂;高通量基因測序堿基識別中圖像去噪的方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 遲廣元;兩類圖像去噪模型的若干數(shù)值新方法研究[D];華北電力大學(xué);2015年

6 陳會娟;噪聲的估計及基于快速NLM的去除[D];華僑大學(xué);2015年

7 溫海嬌;圖像去噪與恢復(fù)[D];南京航空航天大學(xué);2014年

8 范旭;基于Contourlet變換的SAR圖像去噪研究[D];西安電子科技大學(xué);2015年

9 田剛;基于非局部均值的MRI圖像去噪研究[D];西安電子科技大學(xué);2014年

10 范婷;基于字典學(xué)習(xí)的圖像去噪方法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1510258