本文關(guān)鍵詞：基于Cauchy分布建模和Shearlet變換的高分辨率SAR圖像降斑算法研究

  更多相關(guān)文章： SAR圖像 相干斑抑制 柯西分布 剪切波 正態(tài)反高斯分布

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具有全天時(shí)、全天候、高分辨率和穿透一些地物的特點(diǎn),因而在軍事方面及國(guó)民經(jīng)濟(jì)的地質(zhì)和礦物資源勘探、地形測(cè)繪和制圖學(xué)、農(nóng)業(yè)和林業(yè)、海洋和水資源、生態(tài)等方面具有重要的應(yīng)用價(jià)值。由于SAR成像機(jī)制與光學(xué)成像不同,其的相干成像機(jī)制將導(dǎo)致圖像產(chǎn)生斑點(diǎn),它的存在降低了SAR圖像的質(zhì)量,將導(dǎo)致了后期的檢測(cè)邊緣、分割圖像和識(shí)別目標(biāo)的等圖像處理上無(wú)法獲得良好地效果。所以,斑點(diǎn)的抑制是SAR圖像處理過(guò)程中一個(gè)重要問(wèn)題。本文對(duì)在SAR圖像中,如何高效地抑制斑點(diǎn)進(jìn)行了深入的研究。完成的主要工作如下:(1)介紹了Cauchy分布模型,并提出基于第二統(tǒng)計(jì)量的對(duì)數(shù)累積量(Mo LC)的參數(shù)估計(jì)方法,并與其它常用的參數(shù)估計(jì)方法來(lái)估計(jì)Cauchy分布中的未知參數(shù),然后使用Cauchy分布模型對(duì)高分辨率SAR圖像進(jìn)行建模。通過(guò)實(shí)驗(yàn),可以得出在估計(jì)精度和時(shí)間上,對(duì)數(shù)累積量估計(jì)方法優(yōu)于最大似然估計(jì)(ML)和分?jǐn)?shù)低階矩估計(jì)方法(FLOM)。(2)介紹了剪切波理論和主要特性及其離散化方法。并以硬閾值降斑算法為例,分析了剪切波關(guān)鍵參數(shù)與降斑效果的關(guān)系,并且通過(guò)實(shí)驗(yàn),表明了參數(shù)中的分解層次,方向個(gè)數(shù)越多,閾值合理,降斑的效果就越好。(3)提出基于正態(tài)反高斯分布(NIG)分布模型的剪切波降斑算法。在剪切波的基礎(chǔ)上,在最大后驗(yàn)概率準(zhǔn)則(MAP)的指導(dǎo)下,推導(dǎo)出了一個(gè)剪切波域的系數(shù)收縮函數(shù),并給出了收縮函數(shù)的參數(shù)估計(jì)方法。通過(guò)實(shí)驗(yàn),從定性和定量指標(biāo)中可以驗(yàn)證所提算法具有很好的相干斑抑制和邊緣保持特性。
【關(guān)鍵詞】：SAR圖像 相干斑抑制 柯西分布 剪切波 正態(tài)反高斯分布
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN958
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-13
• 1.1 研究背景及意義8-9
• 1.1.1 合成孔徑雷達(dá)的發(fā)展概況及國(guó)內(nèi)外研究8-9
• 1.1.2 合成孔徑雷達(dá)的應(yīng)用9
• 1.1.3 課題的研究目的和意義9
• 1.2 SAR圖像降斑的研究現(xiàn)狀9-11
• 1.3 論文的主要內(nèi)容及其組織結(jié)構(gòu)11-13
• 第2章 SAR圖像經(jīng)典降斑算法13-20
• 2.1 SAR圖像的相干斑噪聲的模型和統(tǒng)計(jì)特性13-14
• 2.1.1 相干斑噪聲的模型13
• 2.1.2 相干斑噪聲的統(tǒng)計(jì)特性13-14
• 2.2 SAR圖像的傳統(tǒng)降斑算法14-17
• 2.2.1 Lee濾波及其增強(qiáng)型算法14-15
• 2.2.2 Kuan濾波及其增強(qiáng)型算法15-16
• 2.2.3 Gamma MAP濾波16-17
• 2.3 SAR圖像的小波降斑算法17-18
• 2.3.1 小波閾值17
• 2.3.2 小波貝葉斯方法17-18
• 2.4 降斑算法的性能評(píng)價(jià)指標(biāo)18-19
• 2.4.1 主觀評(píng)價(jià)方法18
• 2.4.2 客觀評(píng)價(jià)方法18-19
• 2.5 本章小結(jié)19-20
• 第3章 剪切波變換理論及其實(shí)現(xiàn)20-28
• 3.1 多尺度幾何變換的發(fā)展20-21
• 3.1.1 傅里葉變換20
• 3.1.2 小波變換20
• 3.1.3 多尺度幾何變換20-21
• 3.2 剪切波理論21-22
• 3.3 剪切波主要特性22-23
• 3.4 剪切波的離散化23-24
• 3.5 剪切波關(guān)鍵參數(shù)24-27
• 3.6 本章小結(jié)27-28
• 第4章 Cauchy分布對(duì)高分辨率SAR圖像的統(tǒng)計(jì)建模28-43
• 4.1 Cauchy分布簡(jiǎn)介28-32
• 4.1.1 Cauchy分布28-29
• 4.1.2 Cauchy分布的仿真29-30
• 4.1.3 Cauchy分布的代數(shù)拖尾實(shí)驗(yàn)30-32
• 4.2 傳統(tǒng)的參數(shù)估計(jì)方法32-34
• 4.2.1 最大似然估計(jì)（ML）32-33
• 4.2.2 分?jǐn)?shù)低階矩（FLOM）33-34
• 4.3 Cauchy分布的參數(shù)估計(jì)34-36
• 4.3.1 第二類統(tǒng)計(jì)量34
• 4.3.2 位置參數(shù)的估計(jì)34-35
• 4.3.3 尺度參數(shù)的估計(jì)35-36
• 4.4 參數(shù)估計(jì)實(shí)驗(yàn)36-42
• 4.4.1 Monte Carlo仿真36-40
• 4.4.2 SAR圖像參數(shù)估計(jì)實(shí)驗(yàn)40-42
• 4.5 本章小結(jié)42-43
• 第5章 基于正態(tài)反高斯分布模型的剪切波降斑算法43-53
• 5.1 NIG分布43-44
• 5.2 MAP估計(jì)44-45
• 5.3 NIG分布的參數(shù)估計(jì)45-46
• 5.4 實(shí)驗(yàn)結(jié)果與分析46-52
• 5.4.1 NIG分布對(duì)高分辨率SAR圖像建模47
• 5.4.2 高分辨率SAR圖像的降斑實(shí)驗(yàn)47-52
• 5.4.3 實(shí)驗(yàn)結(jié)果總結(jié)52
• 5.5 本章小結(jié)52-53
• 第6章 總結(jié)與展望53-55
• 6.1 論文工作總結(jié)53
• 6.2 SAR圖像降斑展望53-55
• 參考文獻(xiàn)55-60
• 致謝60-61
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果61

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見(jiàn)度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國(guó);鮑泓;何寧;;一種傳統(tǒng)中國(guó)書(shū)畫(huà)圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競(jìng)先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹(shù)爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無(wú)參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 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

8 漆琳智;張超;吳向陽(yáng);;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 吳飛;無(wú)邊距照片打印三部曲[N];中國(guó)電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語(yǔ)解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫(huà)效果圖片[N];中國(guó)攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 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

8 ;令挑剔的人也刮目相看[N];中國(guó)電子報(bào);2001年

9 侯杰;國(guó)產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場(chǎng)[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國(guó)計(jì)算機(jī)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 梁福來(lái);低空無(wú)人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺(jué)識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場(chǎng)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽(yáng);圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測(cè)研究[D];北京理工大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬(wàn)燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測(cè)研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺(jué)顯著性檢測(cè)方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽(yáng)圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

，

本文編號(hào)：712027