本文關鍵詞：新的TV改進模型以及在SAR圖像去噪中的應用

  更多相關文章： SAR圖像 變分方法 斑點噪聲 中值公式

【摘要】：視覺是人類獲取信息的最主要途徑,外界信息以圖像形式傳入大腦,幫助我們認識世界,進而改造世界.伴隨著圖像技術的發(fā)展,圖像處理已經廣泛應用在科學與工程等重要研究領域.基于變分方法的全變差(Total Variation)模型是一種具有嚴密數(shù)學基礎的圖像處理技術,已成功應用在圖像去躁、圖像修復、圖像分割等方面.為后續(xù)高層次的圖像分析與圖像理解提供了基礎.TV模型的一個典型缺陷在于其容易在圖像的光滑區(qū)域產生階梯效應,從而影響去噪效果.針對這一缺陷,本文建立了一種新的TV改進模型,此模型是在TV模型中引入高階項以抑制階梯效應,使其對光滑區(qū)域進行噪聲抑制,而在邊界區(qū)域進行TV去噪.新的TV模型被用于抑制SAR圖像的斑點噪聲.數(shù)值實驗表明,與傳統(tǒng)的Lee濾波、Frost濾波以及Kuan濾波等模型相比,新的TV模型在去噪效果、邊緣保持能力以及去噪效率上均遠優(yōu)于這些模型.文章的具體內容包括以下幾個方面：第一,詳細介紹了TV模型以及基于此模型的改進模型,分析比較這些模型在圖像去噪中的優(yōu)勢與去噪特點,提出保留這些優(yōu)點與解決這些缺點的方法,同時在TV模型的基礎上給出了中值公式.第二,為改善TV模型以及改進的TV模型在圖像光滑區(qū)域出現(xiàn)的階梯效應,在TV模型中引入了高階項導數(shù),使其對光滑區(qū)域進行噪聲抑制,而在邊界區(qū)域進行TV去噪.同時建立了TV模型與新的模型的四鄰域與八鄰域中值公式,最后在中值公式下對新的TV改進模型在加性噪聲的去噪效果進行了數(shù)值實驗.第三,結合Log模型,給出了新的TV改進模型的Log形式,得到改進的Log模型,同時給出了Log模型與新的Log模型的八鄰域中值公式.將新的模型應用到SAR圖像斑點噪聲的去噪中.最后,從圖像的去噪效果、邊界的保持能力以及去噪效率三方面比較了Log模型、改進的Log模型以及傳統(tǒng)的SAR圖像去噪模型的去噪能力.數(shù)值實驗表明新模型明顯優(yōu)于傳統(tǒng)模型.
【關鍵詞】：SAR圖像 變分方法 斑點噪聲 中值公式
【學位授予單位】：陜西師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 緒論8-14
• 1.1 研究的目的與意義8-9
• 1.2 研究現(xiàn)狀9-11
• 1.3 主要工作與章節(jié)安排11-14
• 第2章 數(shù)字圖像處理的基本知識14-26
• 2.1 數(shù)字圖像處理的概述14-17
• 2.1.1 圖像處理的概念14-15
• 2.1.2 噪聲模型15
• 2.1.3 圖像質量評估15-17
• 2.2 新的TV改進模型17-19
• 2.2.1 Total Variation模型17-18
• 2.2.2 新的TV改進模型18-19
• 2.3 變分方法19-21
• 2.3.1 變分問題19
• 2.3.2 變分定義19-20
• 2.3.3 Euler-Lagrange擴散方程及離散格式20-21
• 2.4 基于TV模型為基礎的中值公式21-24
• 2.5 本章小結24-26
• 第3章 模型的中值公式26-38
• 3.1 TV模型的中值公式26-30
• 3.1.1 TV模型的四鄰域中值公式26-28
• 3.1.2 TV模型的八鄰域中值公式28-30
• 3.1.3 TV中值公式30
• 3.2 高階TV模型的中值公式30-32
• 3.3 新的TV改進模型的中值算法32-33
• 3.4 數(shù)值實驗33-36
• 3.5 本章小結36-38
• 第4章 基于TV模型的SAR圖像去噪38-48
• 4.1 SAR圖像去噪模型38-40
• 4.2 LOG模型與改進LOG模型的中值公式40-41
• 4.3 數(shù)值實驗41-46
• 4.4 本章小結46-48
• 第5章 總結與展望48-50
• 參考文獻50-54
• 致謝54-56
• 攻讀碩士學位期間的研究成果56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 楊淑伶;郭定輝;管克英;;一個用于圖像去噪、量化的反應擴散模型[J];數(shù)學的實踐與認識;2006年08期

3 王香菊;;圖像去噪方法及應用[J];科技情報開發(fā)與經濟;2007年27期

4 高嵐;廖云良;袁中華;;尺度適應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;;基于擴散方程的圖像去噪[J];科技風;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;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;;基于非線性復擴散和小波的圖像去噪方法[J];航空計算技術;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];計算機應用;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];微計算機應用;2010年03期

中國重要會議論文全文數(shù)據(jù)庫 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術會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應方向小波在磁共振圖像去噪中的應用[A];第十七屆全國波譜學學術會議論文摘要集[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術會議論文集[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屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[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)學圖像去噪方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

6 劉曙光;費佩燕;屈萍鴿;;基于對偶樹復小波的圖像去噪技術研究[A];2009中國儀器儀表與測控技術大會論文集[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論文集[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)仿真技術及其應用學術交流會論文集[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中國控制與決策學術年會論文集[C];2006年

10 鄧超;;基于改進神經網絡的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張偉;具有擴散—波動調和特性的圖像去噪方法[D];上海交通大學;2014年

2 劉紅毅;結構保持的圖像去噪方法研究[D];南京理工大學;2011年

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

4 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;2007年

5 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;2010年

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

7 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;2012年

8 辛巧;偏微分方程及其在圖像去噪和分割中的應用[D];重慶大學;2011年

9 李新娜;核回歸方法研究及其在圖像去噪中的應用[D];國防科學技術大學;2014年

10 許光宇;非局部圖像去噪方法及其應用研究[D];合肥工業(yè)大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳龍;偏微分方程擴散模型在圖像去噪中的應用[D];昆明理工大學;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;2015年

3 楊巧;新的TV改進模型以及在SAR圖像去噪中的應用[D];陜西師范大學;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;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;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;2015年

7 萬青;基于非參數(shù)估計的核回歸圖像去噪[D];中南民族大學;2008年

8 李理;加權型線性積分卷積圖像去噪方法研究[D];南京理工大學;2013年

9 余雷;基于聯(lián)合字典學習的圖像去噪[D];湖南師范大學;2013年

10 濮震宇;基于小波收縮的圖像去噪[D];蘇州大學;2010年

，

本文編號：897779