【摘要】：合成孔徑雷達(dá)(SAR)是一種具有高分辨成像特性的雷達(dá),在各個(gè)領(lǐng)域都有著極為重要和廣泛的應(yīng)用。近年來,近場SAR高分辨成像逐漸成為了研究的熱門,在醫(yī)療成像,生物科學(xué),安檢防恐等多個(gè)方面都有很廣闊的應(yīng)用前景。但是目前近場高分辨SAR圖像自身存在許多問題影響了圖像的質(zhì)量,制約其后續(xù)應(yīng)用。其主要問題就是近場SAR圖像的高旁瓣和低對比度。高旁瓣不僅影響目標(biāo)點(diǎn)的識別還會(huì)由于重疊而形成虛假目標(biāo)。低對比度影響著圖像的視覺效果,使得圖像模糊,論文圍繞近場高分辨SAR圖像增強(qiáng)問題重點(diǎn)研究了近場SAR圖像的旁瓣抑制技術(shù)和對比度增強(qiáng)技術(shù),其主要研究內(nèi)容如下:論文首先從成像角度分析近場SAR圖像的特點(diǎn)。說明了高旁瓣和低對比度是近場高分辨SAR圖像最為主要的兩個(gè)問題。針對圖像的旁瓣抑制提出了分辨率,峰值旁瓣比和積分旁瓣比三個(gè)旁瓣抑制評估指標(biāo)。針對圖像的對比度增強(qiáng)提出了圖像熵和增強(qiáng)度準(zhǔn)則兩個(gè)指標(biāo)。這些指標(biāo)為圖像旁瓣抑制和對比度增強(qiáng)的研究提供了客觀的評估。針對近場SAR圖像旁瓣抑制技術(shù)進(jìn)行了細(xì)致的研究。首先闡述了旁瓣產(chǎn)生的機(jī)理,隨后介紹了常用的抑制旁瓣的窗函數(shù),并指出這些窗函數(shù)的不足之處。然后研究了旁瓣走向和圖像頻譜之間的關(guān)系,引出頻譜變形抑制旁瓣方法,針對圖像旁瓣抑制后主瓣展寬的現(xiàn)象對該方法進(jìn)行了改進(jìn),提出了頻譜加權(quán)旁瓣抑制方法并通過理論推導(dǎo)說明了該方法的可行性。該方法在有效抑制旁瓣的同時(shí)又嚴(yán)格控制主瓣的展寬,通過多組數(shù)據(jù)的實(shí)驗(yàn)與對比以及旁瓣評估指標(biāo)的說明,驗(yàn)證了該方法的有效性。針對近場SAR圖像對比度不強(qiáng)的問題進(jìn)行研究。介紹了常用的圖像的對比度增強(qiáng)方法,指出在近場SAR圖像中這些方法的不足。隨后引入基于圖像二維最大熵和最大方差的圖像分割方法。在圖像分割的基礎(chǔ)上對近場SAR圖像進(jìn)行圖像增強(qiáng),克服了近場SAR圖像背景目標(biāo)干擾較為嚴(yán)重的問題,使得圖像對比度增強(qiáng)達(dá)到不錯(cuò)的效果。使用多組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對比和評估指標(biāo)的評估,都證明了在圖像分割的基礎(chǔ)上,近場SAR圖像增強(qiáng)可以取得更好的效果。
[Abstract]:Synthetic Aperture Radar (SAR) is a kind of radar with high resolution imaging, which has been widely used in many fields. In recent years, near-field SAR high-resolution imaging has gradually become a hot research, in medical imaging, biological science, security prevention and other aspects of a wide range of applications. However, there are many problems in the near field high resolution SAR image itself which affect the quality of the image and restrict its subsequent application. The main problem is the high sidelobe and low contrast of near field SAR images. High sidelobe not only affects the recognition of target points, but also results in false targets due to overlap. Low contrast affects the visual effect and blurs the image. This paper focuses on the sidelobe suppression and contrast enhancement of near field SAR images around the near field high resolution SAR image enhancement problem. The main research contents are as follows: firstly, the characteristics of near field SAR images are analyzed from the point of view of imaging. It is shown that high sidelobe and low contrast are the two most important problems in near field high resolution SAR images. Three evaluation indexes of sidelobe suppression are proposed for image sidelobe suppression such as resolution peak sidelobe ratio and integral sidelobe ratio. Image entropy and enhancement criterion are proposed for image contrast enhancement. These indexes provide an objective evaluation for the study of sidelobe suppression and contrast enhancement. The sidelobe suppression technique of near field SAR images is studied in detail. In this paper, the mechanism of sidelobe is introduced, and then the common window functions which suppress sidelobe are introduced, and the shortcomings of these window functions are pointed out. Then, the relationship between sidelobe orientation and image spectrum is studied, and the method of spectrum distortion suppression sidelobe is introduced. The method is improved for the phenomenon of main lobe broadening after sidelobe suppression. A spectrum weighted sidelobe suppression method is proposed and its feasibility is demonstrated by theoretical derivation. The method can effectively suppress the sidelobe and strictly control the broadening of the main lobe. The validity of the method is verified by the experiments and comparisons of multiple sets of data and the evaluation index of the sidelobe. The problem of low contrast of near field SAR images is studied. This paper introduces the contrast enhancement methods of common images, and points out the shortcomings of these methods in near field SAR images. Then an image segmentation method based on two-dimensional maximum entropy and maximum variance is introduced. On the basis of image segmentation, the near field SAR image is enhanced, which overcomes the problem of serious interference of background target in near field SAR image, and makes the contrast enhancement of the image achieve a good effect. It is proved that the near field SAR image enhancement can achieve better results on the basis of image segmentation by comparing and evaluating the evaluation indexes with multiple sets of experimental data.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李斯娜;;圖像增強(qiáng)基本理論綜述[J];價(jià)值工程;2010年19期

2 ;飛利浦半導(dǎo)體推出“靈動(dòng)100”圖像增強(qiáng)新技術(shù)[J];廣播與電視技術(shù);2001年11期

3 ;飛利浦半導(dǎo)體推出“靈動(dòng)100”圖像增強(qiáng)新技術(shù)[J];電子世界;2001年11期

4 高進(jìn);圖像增強(qiáng)電路設(shè)計(jì)[J];光電技術(shù)應(yīng)用;2005年05期

5 黃世國;耿國華;;一種非線性逆擴(kuò)散圖像增強(qiáng)算法[J];計(jì)算機(jī)應(yīng)用;2006年08期

6 吳笑松;李明;;數(shù)字乳腺圖像增強(qiáng)的應(yīng)用和比較[J];CT理論與應(yīng)用研究;2006年04期

7 都安平;趙永強(qiáng);潘泉;張惠娟;;基于偏振特征的圖像增強(qiáng)算法[J];計(jì)算機(jī)測量與控制;2007年01期

8 黃世國;耿國華;;一種前后向復(fù)擴(kuò)散圖像增強(qiáng)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2007年03期

9 李鴻燕;郝潤芳;馬建芬;王華奎;;基于獨(dú)立分量分析的圖像增強(qiáng)[J];彈箭與制導(dǎo)學(xué)報(bào);2007年05期

10 史卉萍;耿國華;周明全;董建民;;基于模糊集的圖像增強(qiáng)[J];微計(jì)算機(jī)信息;2008年24期

相關(guān)會(huì)議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動(dòng)員號碼牌圖像增強(qiáng)[A];第十九屆測控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強(qiáng)研究[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強(qiáng)應(yīng)用初探[A];2008年全國振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

4 李孟歆;金風(fēng);張穎;;一種新的圖像增強(qiáng)混合方法研究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強(qiáng)[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強(qiáng)算法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強(qiáng)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強(qiáng)處理算法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強(qiáng)方法(英文)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強(qiáng)方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)重要報(bào)紙文章 前2條

1 張顯峰;機(jī)載干涉SAR：掀起測繪革命[N];科技日報(bào);2004年

2 鐘勇;國內(nèi)首套SAR測圖系統(tǒng)通過評審[N];中國測繪報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 陳燕;工業(yè)X射線圖像增強(qiáng)算法研究[D];中北大學(xué);2016年

2 趙文達(dá);基于變分法和偏微分方程的圖像增強(qiáng)和融合方法研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2016年

3 云海姣;針對靶場圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2016年

4 侯國家;水下圖像增強(qiáng)與目標(biāo)識別算法研究[D];中國海洋大學(xué);2015年

5 趙凡;基于偏微分方程的圖像增強(qiáng)和分割方法研究[D];中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所;2016年

6 張?zhí)熨t;距離旁瓣抑制的波形設(shè)計(jì)算法研究[D];電子科技大學(xué);2015年

7 魏鵬;基于旁瓣抑制的新型多載波傳輸技術(shù)研究[D];電子科技大學(xué);2017年

8 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

9 李艷梅;圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年

10 陳一平;圖像增強(qiáng)及其在視覺跟蹤中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 安嘉樹;近場高分辨SAR圖像增強(qiáng)方法研究[D];電子科技大學(xué);2017年

2 許文君;灰度圖像多尺度對比度增強(qiáng)電路設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

3 陳萌;多重虛擬曝光夜視圖像對比度增強(qiáng)算法研究[D];西南科技大學(xué);2015年

4 孔壯;霧天圖像增強(qiáng)方法研究及FPGA實(shí)現(xiàn)[D];電子科技大學(xué);2015年

5 趙雨;基于加權(quán)紅—黑小波變換的DR圖像增強(qiáng)方法研究[D];南方醫(yī)科大學(xué);2015年

6 阿依古力·吾布力;基于剪切波和NSST變換的圖像增強(qiáng)算法研究[D];新疆大學(xué);2015年

7 樓彬彬;基于模式分解的醫(yī)學(xué)圖像增強(qiáng)方法的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

8 王沖;基于視網(wǎng)膜機(jī)制的圖像增強(qiáng)算法研究[D];電子科技大學(xué);2015年

9 魏生峰;基于模糊數(shù)學(xué)理論的醫(yī)學(xué)影像增強(qiáng)應(yīng)用研究[D];電子科技大學(xué);2014年

10 石鑫;運(yùn)動(dòng)模糊霧霾圖像增強(qiáng)算法研究[D];東北大學(xué);2013年

本文編號：2375294