本文關鍵詞：基于變分偏微分方程的SAR圖像去噪方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像處理在現(xiàn)實生活中具有很廣泛的應用,其中圖像去噪是其重要的研究內(nèi)容之一。隨著相關去噪技術的發(fā)展,關于去除SAR圖像中的伽馬噪聲的方法的研究也取得了很大的進步。圖像中的噪聲會影響圖像的質(zhì)量,例如圖像的細節(jié)信息丟失或圖像變模糊,這給后續(xù)的圖像處理工作帶來了很大的挑戰(zhàn)。在圖像去噪領域,基于變分偏微分方程的去噪方法因其的優(yōu)點已經(jīng)成為圖像去噪領域的研究熱點問題之一。本文關注的是基于變分偏微分方程的SAR圖像的去噪方法。主要研究內(nèi)容及創(chuàng)新點如下:(1)結合JY模型,提出了基于自適應全變差的去除伽馬噪聲模型。然后,利用IADMM算法,給出該模型的快速數(shù)值求解算法。最后,數(shù)值仿真實驗表明該算法的有效性及可行性。(2)針對現(xiàn)有去噪模型中的不足之處,引入新的正則項,提出了基于偏微分方程的去噪模型。然后,利用AMA算法,給出該模型的快速數(shù)值求解算法。最后,數(shù)值仿真實驗表明該算法的有效性及可行性。(3)在HNW模型及LLT模型的基礎上,提出了基于自適應的混合階偏微分方程的去噪模型。然后利用AMA算法,給出該模型的快速求解算法。最后,數(shù)值仿真實驗表明該算法的有效性及可行性。
【關鍵詞】：圖像處理 圖像去噪 伽馬噪聲 偏微分方程 變分
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN957.52
【目錄】：

• 摘要4-5
• Abstract5-8
• 專用術語注釋表8-9
• 第一章 緒論9-16
• 1.1 研究背景與意義9
• 1.2 圖像中的噪聲9-13
• 1.2.1 根據(jù)噪聲與信號之間的關系分類10
• 1.2.2 根據(jù)噪聲的產(chǎn)生原因分類10-11
• 1.2.3 根據(jù)噪聲的概率密度函數(shù)分類11-13
• 1.3 國內(nèi)外研究現(xiàn)狀13-14
• 1.3.1 圖像去噪研究現(xiàn)狀13-14
• 1.3.2 SAR圖像去噪研究現(xiàn)狀14
• 1.4 本文主要研究工作14-15
• 1.5 本文的結構安排15-16
• 第二章 SAR圖像去噪理論基礎16-30
• 2.1 SAR圖像去噪問題及變分理論16-20
• 2.2 經(jīng)典去噪模型20-23
• 2.2.1 PM模型20-21
• 2.2.2 TV模型21
• 2.2.3 自適應TV模型21-22
• 2.2.4 YK模型22
• 2.2.5 LLT模型22-23
• 2.3 基于偏微分方程的SAR圖像去噪模型23-25
• 2.3.1 AA模型23-24
• 2.3.2 SO模型24
• 2.3.3 HNW模型24-25
• 2.4 經(jīng)典算法25-29
• 2.4.1 原始對偶算法25-26
• 2.4.2 Split Bregman算法26-27
• 2.4.3 ADMM算法27-28
• 2.4.4 AMA算法28-29
• 2.5 本章小結29-30
• 第三章 基于自適應全變差的乘性噪聲去噪算法30-38
• 3.1 去噪模型30-31
• 3.2 迭代算法及收斂性分析31-33
• 3.3 實驗結果與分析33-37
• 3.4 本章小結37-38
• 第四章 基于AMA算法的伽馬噪聲去噪算法38-48
• 4.1 去噪模型38-39
• 4.2 迭代算法及收斂性分析39-44
• 4.2.1 迭代算法39-40
• 4.2.2 收斂性分析40-44
• 4.3 實驗結果與分析44-47
• 4.4 本章小結47-48
• 第五章 基于混合階偏微分方程的變分去噪模型48-55
• 5.1 引言48
• 5.2 去噪模型48-49
• 5.3 快速算法及收斂性分析49-50
• 5.4 實驗結果與分析50-53
• 5.5 本章小結53-55
• 第六章 總結與展望55-57
• 6.1 總結55
• 6.2 展望55-57
• 參考文獻57-60
• 附錄1 程序清單60-61
• 附錄2 攻讀碩士學位期間撰寫的論文61-62
• 致謝62

【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(jīng)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(jīng)網(wǎng)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(diào)和特性的圖像去噪方法[D];上海交通大學;2014年

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

4 廖帆;四方向全變分在圖像去噪問題中的應用[D];東南大學;2015年

5 楊昊;圖像去噪中幾種優(yōu)化算法的相關研究[D];電子科技大學;2016年

6 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

7 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

8 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

9 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

10 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

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 溫海嬌;圖像去噪與恢復[D];南京航空航天大學;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;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;2014年

10 范婷;基于字典學習的圖像去噪方法研究[D];西安電子科技大學;2014年

  本文關鍵詞：基于變分偏微分方程的SAR圖像去噪方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：431446