本文選題：SAR圖像去噪 + 非局部均值��； 參考：《西安電子科技大學》2014年碩士論文

【摘要】：合成孔徑雷達(Synthetic Aperture Radar,SAR)作為一種主動的遙感觀測系統(tǒng),由于其輻射的電磁波所具有的獨特性質使得這種成像方法不受光照,天氣等的影響,可以全天時全天候實現對地觀測,在軍事和民用領域得到廣泛應用。隨著計算機技術的發(fā)展,自動化的目標識別技術被用在越來越多的場合。但是雷達系統(tǒng)的相干成像機制使得獲取的SAR圖像含有很強的相干斑噪聲,這種乘性噪聲嚴重破壞了圖像的信息內容,從而導致對SAR圖像的解譯,識別變得相當困難,因此非常有必要對SAR圖像的相干斑進行抑制。盡管近30多年來各類降斑技術取得了很大的發(fā)展,但是這些算法很難在SAR圖像相干斑噪聲抑制與圖像的邊緣細節(jié)、結構、輻射特性保持之間取得平衡。隨著對降斑后的SAR圖像的質量要求越來越高,因此需要設計更強有力的算法對SAR圖像進行降斑處理。由于近年來稀疏表示理論研究取得的巨大進展以及非局部均值算法在圖像處理中的成功應用,本文在分析SAR圖像相干斑統(tǒng)計特性的基礎上,提出了基于稀疏表示和非局部均值技術的SAR圖像相干斑抑制算法及其改進算法,主要工作如下:分析了近年來在圖像處理中得到廣泛應用的稀疏表示模型和非局部均值算法,鑒于非局部逼近稀疏表示模型在自然圖像處理中的優(yōu)良性能,我們將其推廣應用于SAR圖像的處理當中。由于SAR圖像的乘性相干斑與自然圖像的加性高斯噪聲在分布特性方面有著很大的不同,為了驗證SAR圖像是否適用于該模型,我們先做了初步的統(tǒng)計實驗與分析。將進行過對數變換的原始SAR圖像劃分成重疊的子圖像塊,并對這些子圖像塊應用K-means聚類算法和主成分分析算法學習得到一個冗余字典,接著對含噪子圖像塊進行自適應稀疏編碼和使用非局部均值算法估計無噪SAR圖像子塊的稀疏編碼系數估計值,并用迭代閾值收縮算法得到降噪后的編碼系數。在逆變換回對數域后,我們又對對數域SAR圖像進行了偏差糾正,以提升降斑效果。鑒于對數變換后SAR圖像的噪聲并不嚴格符合高斯分布,在原非局部逼近稀疏表示模型中所使用的高斯相似性度量用在對數域的SAR圖像處理當中是不合適的。我們在討論對數域SAR圖像噪聲分布特性的基礎上,基于廣義似然比準則推導了一種新的相似性度量公式,實驗證明了這種改進取得了良好的效果,尤其在SAR圖像視數較低的情況下效果尤其明顯。對于本論文中提出的降斑算法,我們都進行了模擬相干斑圖像和真實SAR圖像的測試,并使用了多個評估準則和對比算法來驗證其降斑性能以及圖像的細節(jié)信息保持能力,實驗結果證明了我們所提算法的有效性。
[Abstract]:As a kind of active remote sensing observation system , synthetic aperture radar ( SAR ) has been widely used in the field of military and civilian applications because of its unique property .

【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN957.52

【相似文獻】

相關期刊論文 前10條

1 李映;張艷寧;許星;;基于信號稀疏表示的形態(tài)成分分析:進展和展望[J];電子學報;2009年01期

2 趙瑞珍;王飛;羅阿理;張彥霞;;基于稀疏表示的譜線自動提取方法[J];光譜學與光譜分析;2009年07期

3 楊蜀秦;寧紀鋒;何東健;;基于稀疏表示的大米品種識別[J];農業(yè)工程學報;2011年03期

4 史加榮;楊威;魏宗田;;基于非負稀疏表示的人臉識別[J];計算機工程與設計;2012年05期

5 高志榮;熊承義;笪邦友;;改進的基于殘差加權的稀疏表示人臉識別[J];中南民族大學學報(自然科學版);2012年03期

6 朱杰;楊萬扣;唐振民;;基于字典學習的核稀疏表示人臉識別方法[J];模式識別與人工智能;2012年05期

7 耿耀君;張軍英;袁細國;;一種基于稀疏表示系數的特征相關性測度[J];模式識別與人工智能;2013年01期

8 張疆勤;廖海斌;李原;;基于因子分析與稀疏表示的多姿態(tài)人臉識別[J];計算機工程與應用;2013年05期

9 李正周;王會改;劉梅;丁浩;金鋼;;基于形態(tài)成分稀疏表示的紅外小弱目標檢測[J];彈箭與制導學報;2013年04期

10 胡正平;趙淑歡;李靜;;基于塊稀疏遞推殘差分析的稀疏表示遮擋魯棒識別算法研究[J];模式識別與人工智能;2014年01期

相關會議論文 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識別研究[A];虛擬運營與云計算——第十八屆全國青年通信學術年會論文集（上冊）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標識別[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號處理及其研究進展[A];中國聲學學會水聲學分會2013年全國水聲學學術會議論文集[C];2013年

相關博士學位論文 前10條

1 李進明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學;2015年

2 王亞寧;基于信號稀疏表示的電機故障診斷研究[D];河北工業(yè)大學;2014年

3 姚明海;視頻異常事件檢測與認證方法研究[D];東北師范大學;2015年

4 黃國華;蛋白質翻譯后修飾位點與藥物適應癥預測方法研究[D];上海大學;2015年

5 王瑾;基于稀疏表示的數據收集、復原與壓縮研究[D];北京工業(yè)大學;2015年

6 王文卿;基于融合框架與稀疏表示的遙感影像銳化[D];西安電子科技大學;2015年

7 李小薪;稀疏表示的分段匹配尋蹤方法[D];華南理工大學;2009年

8 何艷敏;稀疏表示在圖像壓縮和去噪中的應用研究[D];電子科技大學;2011年

9 宋相法;基于稀疏表示和集成學習的若干分類問題研究[D];西安電子科技大學;2013年

10 匡金駿;基于稀疏表示的圖像分類與目標跟蹤研究[D];重慶大學;2013年

相關碩士學位論文 前10條

1 王道文;基于稀疏表示的目標跟蹤算法研究[D];華南理工大學;2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號分類[D];河北大學;2015年

3 孫雪青;Shearlet變換和稀疏表示相結合的甲狀腺結節(jié)圖像融合[D];河北大學;2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學;2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識別算法研究[D];南京信息工程大學;2015年

6 黃志明;基于辨別式稀疏字典學習的視覺追蹤算法研究[D];華南理工大學;2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識別算法研究[D];南京信息工程大學;2015年

8 賀妍斐;基于稀疏表示與自適應倒易晶胞的遙感圖像復原方法研究[D];南京信息工程大學;2015年

9 楊爍;電能質量擾動信號的稀疏表示/壓縮采樣研究[D];西南交通大學;2015年

10 應艷麗;基于低秩稀疏表示的目標跟蹤算法研究[D];西南交通大學;2015年

，

本文編號：1822541