【摘要】：針對(duì)合成孔徑雷達(dá)(synthetic aperture radar,SAR)圖像不同內(nèi)容間的統(tǒng)計(jì)特性差距較大以及采用非局部降斑方法處理SAR圖像時(shí)會(huì)產(chǎn)生圖像細(xì)節(jié)丟失及偽影等現(xiàn)象,提出了一種基于非局部分類處理的SAR圖像降斑方法。首先對(duì)相似塊方差系數(shù)的均值采用閾值比較的方法將圖像分為同質(zhì)區(qū)和異質(zhì)區(qū),在尋找目標(biāo)塊對(duì)應(yīng)的相似塊時(shí),根據(jù)圖像塊中心像素點(diǎn)所屬的類別選擇合適的參數(shù)進(jìn)行塊匹配,并在獲得相似塊后分別使用加權(quán)平均的方法處理同質(zhì)區(qū)目標(biāo)塊和3D變換域硬閾值收縮方法處理異質(zhì)區(qū)目標(biāo)塊。該方法不僅能在塊匹配過(guò)程中選擇不同的塊尺寸和搜索范圍以提高塊匹配的精度,而且使用不同方法處理同質(zhì)區(qū)和異質(zhì)區(qū)時(shí)能夠在圖像降斑與細(xì)節(jié)保持的權(quán)衡中達(dá)到更好的平衡。實(shí)驗(yàn)結(jié)果表明,該方法充分利用同質(zhì)區(qū)和異質(zhì)區(qū)的特點(diǎn),結(jié)合不同的方法進(jìn)行分類處理可有效提高圖像降斑性能,在SAR圖像降斑性能指標(biāo)和視覺(jué)效果方面均達(dá)到了較高水平。
[Abstract]:Aiming at the large difference of statistical characteristics between different contents of synthetic aperture radar (synthetic aperture radar,SAR) images and the loss of image details and artifacts when SAR images are processed by nonlocal speckle reduction method, a SAR image speckle reduction method based on non-local classification processing is proposed. Firstly, the mean value of similarity block variance coefficient is divided into homogeneous region and heterogeneous region by threshold comparison. When finding the similar block corresponding to the target block, the appropriate parameters are selected according to the category of the central pixel point of the image block to carry out block matching, and after obtaining the similar block, the weighted average method is used to deal with the homogeneous region target block and the 3D transform domain hard threshold contraction method to deal with the heterogeneous target block. This method can not only select different block sizes and search ranges in the process of block matching to improve the accuracy of block matching, but also achieve a better balance in the tradeoff between image speckle reduction and detail maintenance when different methods are used to deal with homogeneous and heterogeneous regions. The experimental results show that this method can effectively improve the image speckle reduction performance by making full use of the characteristics of homogeneous region and heterogeneous region, and can effectively improve the image speckle reduction performance by combining different methods, and the SAR image speckle reduction performance index and visual effect have reached a high level.
【作者單位】： 重慶大學(xué)通信工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61301224) 中央高校基本科研業(yè)務(wù)費(fèi)(CDJZR11160003;CDJZR10160003;CDJZR12160014;CDJZR13160008) 重慶市自然科學(xué)基金(cstc2012jjA40001) 重慶市科技攻關(guān)計(jì)劃(cstc2012gg-yyjs0572)資助課題
【分類號(hào)】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙巨波,孫華燕,杜巍;一種圖像邊緣特征提取算法[J];光學(xué)精密工程;2000年04期

2 李玉峰,張雷,郝志航;一種消除重建圖像邊緣振蕩的圖像壓縮方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2005年03期

3 費(fèi)旭東,荊仁杰;采用小窗口Marr算子提取圖像邊緣[J];通信學(xué)報(bào);1993年04期

4 趙佰秋;黃鳳崗;唐立群;;用小波系數(shù)估計(jì)圖像邊緣方向的相干增強(qiáng)擴(kuò)散圖像降噪算法[J];中國(guó)圖象圖形學(xué)報(bào);2007年12期

5 譚雁英，董志信;圖像邊緣的DCT頻譜特征分析[J];西北工業(yè)大學(xué)學(xué)報(bào);1995年02期

6 王婷;吳亞鋒;;一種基于椒鹽噪聲圖像的加權(quán)濾波算法研究[J];噪聲與振動(dòng)控制;2007年03期

7 吳熙;錢盛友;;基于LoG算子的圖像邊緣增強(qiáng)算法的改進(jìn)[J];電氣電子教學(xué)學(xué)報(bào);2007年04期

8 雷雁,傅德勝;一種基于形態(tài)學(xué)的小波自適應(yīng)去噪算法[J];計(jì)算機(jī)工程;2005年18期

9 張雷,黃廉卿;基于非線性小波變換的圖像邊緣分解方法[J];電子與信息學(xué)報(bào);2005年05期

10 劉先鋒,鄭明潔;一種檢測(cè)SAR圖像邊緣的方法[J];上海航天;2001年03期

相關(guān)會(huì)議論文 前1條

1 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[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

相關(guān)重要報(bào)紙文章 前1條

1 西安 張正倉(cāng);I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

相關(guān)碩士學(xué)位論文 前10條

1 孫立明;衛(wèi)星及航拍圖像的云霧噪聲去除研究[D];哈爾濱工程大學(xué);2006年

2 高藝菡;基于Directionlet變換的SAR圖像去斑方法研究[D];西安電子科技大學(xué);2014年

3 儀秋芳;基于圖像的天線網(wǎng)面測(cè)量與分析[D];西安電子科技大學(xué);2011年

4 牛志偉;基于邊緣插值和卡通紋理分解的SAR圖像超分辨[D];西安電子科技大學(xué);2014年

5 胡運(yùn)平;JPEG2000核心編碼C語(yǔ)言實(shí)現(xiàn)及圖像驗(yàn)證系統(tǒng)設(shè)計(jì)[D];西安理工大學(xué);2006年

6 何貴青;衛(wèi)星多源遙感SAR圖像和TM圖像融合研究[D];西北工業(yè)大學(xué);2005年

7 王寧;基于圖像先驗(yàn)知識(shí)的濾波方法研究[D];西安電子科技大學(xué);2006年

8 王田川;壓縮感知算法改進(jìn)及其在圖像和視頻編碼中的應(yīng)用[D];南京郵電大學(xué);2013年

9 高悅;基于正則化的SAR圖像提高分辨率算法研究[D];哈爾濱理工大學(xué);2015年

10 李翠華;高分辨率SAR圖像目標(biāo)識(shí)別關(guān)鍵技術(shù)[D];電子科技大學(xué);2015年

本文編號(hào)：2514270