發(fā)布時間：2017-09-17 05:46

  本文關(guān)鍵詞：基于變換域稀疏系數(shù)估計的SAR圖像降噪

  更多相關(guān)文章： 合成孔徑雷達 圖像降噪 稀疏表示 系數(shù)估計 圖像分類

【摘要】：合成孔徑雷達(SAR,Synthetic Aperture Radar)以其全天時、全天候、強穿透力、高分辨率成像的獨特優(yōu)勢在國民經(jīng)濟和國防軍事的各個領(lǐng)域中發(fā)揮著不可替代的作用。然而SAR相干成像機理使所獲得的SAR圖像中含有大量相干斑,這些相干斑給目標(biāo)識別及圖像壓縮等后續(xù)處理帶來了不利影響,因此SAR圖像降噪是其后續(xù)處理前的關(guān)鍵技術(shù)。近年來,變換域稀疏降噪引起了人們的廣泛關(guān)注,在變換域中通過保留有限個表示真實信號的大系數(shù),丟棄剩下表示噪聲的小系數(shù)可有效降噪。本文以變換域稀疏系數(shù)估計為主線,結(jié)合SAR圖像統(tǒng)計特性,對SAR圖像降噪開展了相關(guān)研究,主要工作如下:(1)對變換域稀疏降噪原理和SAR圖像統(tǒng)計特性進行研究,分析基于變換域稀疏表示降噪的核心問題:如何選擇變換域字典,即將圖像信息更稀疏的表示在變換域中,如何更精確的估計真實圖像變換域系數(shù),如何構(gòu)建基于稀疏表示的具體SAR降噪模型和怎樣有效求解;(2)提出利用剪切波變換將圖像有效表示在變換域中,并利用正交匹配追蹤算法求解稀疏系數(shù),最后利用全微分約束方法修復(fù)降噪過程中丟失的圖像紋理細(xì)節(jié);(3)提出基于稀疏表示與圖像非局部相似性相結(jié)合的變換域降噪方法,并結(jié)合SAR圖像統(tǒng)計特性,提出利用最小線性均方誤差方法估計變換域真實圖像系數(shù);(4)由于SAR圖像不同區(qū)域統(tǒng)計特性差距較大且降噪目標(biāo)也不同,因此提出分類降噪方法,利用3D變換域閾值收縮處理異質(zhì)區(qū)圖像,利用非局部加權(quán)平均方法處理同質(zhì)區(qū)圖像。
【關(guān)鍵詞】：合成孔徑雷達 圖像降噪 稀疏表示 系數(shù)估計 圖像分類
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN957.52
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-14
• 1.1 選題背景及意義8-9
• 1.2 SAR圖像降噪研究現(xiàn)狀9-11
• 1.3 研究內(nèi)容11
• 1.4 本文的結(jié)構(gòu)和主要工作11-14
• 2 基于稀疏表示SAR降噪理論基礎(chǔ)14-26
• 2.1 稀疏表示的研究意義現(xiàn)狀及理論基礎(chǔ)14-17
• 2.1.1 稀疏表示的研究意義及現(xiàn)狀14-15
• 2.1.2 稀疏表示的理論基礎(chǔ)15-17
• 2.2 圖像稀疏表示模型17-19
• 2.2.1 圖像塊的稀疏表示17-18
• 2.2.2 整幅圖像的貝葉斯重建18-19
• 2.3 基于稀疏表示SAR圖像降噪19-23
• 2.3.1 SAR圖像相干斑形成機理19-20
• 2.3.2 SAR圖像相干斑統(tǒng)計模型20-21
• 2.3.3 基于稀疏表示的SAR圖像降噪21-23
• 2.4 SAR降噪指標(biāo)評價23-24
• 2.5 本章小結(jié)24-26
• 3 基于Shearlet域系數(shù)處理的SAR圖像降噪26-36
• 3.1 Shearlet變換及系數(shù)特性26-27
• 3.2 Shearlet域稀疏表示算法27-28
• 3.3 基于Shearlet域投影的TV去噪28-30
• 3.4 實驗結(jié)果與分析30-35
• 3.5 本章小結(jié)35-36
• 4 基于線性最小均方誤差估計的SAR圖像降噪36-50
• 4.1 相似塊聚類36-37
• 4.2 相似圖像塊集合奇異值分解37-38
• 4.3 基于LMMSE準(zhǔn)則的變換域系數(shù)估計38-40
• 4.4 仿真與分析40-48
• 4.5 本章小結(jié)48-50
• 5 基于非局部分類處理的SAR圖像降噪50-64
• 5.1 圖像分類50-52
• 5.2 塊匹配和參數(shù)設(shè)置52-54
• 5.3 非局部分類降噪54-57
• 5.3.1 非局部降噪方法的選擇54-55
• 5.3.2 非局部均值與 3D變換域閾值收縮濾波55-57
• 5.4 實驗結(jié)果與分析57-62
• 5.5 本章小結(jié)62-64
• 6 總結(jié)與展望64-66
• 6.1 總結(jié)64-65
• 6.2 展望65-66
• 致謝66-68
• 參考文獻68-72
• 附錄72
• A. 作者在攻讀學(xué)位期間發(fā)表的論文目錄72
• B. 作者在攻讀學(xué)位期間申請的專利目錄72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張銀蒲;;混合圖像降噪技術(shù)研究[J];唐山學(xué)院學(xué)報;2013年03期

2 王偉;;基于小波的閾值法圖像降噪分析與仿真[J];技術(shù)與市場;2009年12期

3 黃寶貴;馬春梅;盧振泰;;新的形態(tài)學(xué)圖像降噪方法[J];計算機應(yīng)用;2011年03期

4 江月松;王龍奇;;基于積分圖像的紅外圖像降噪去條帶方法[J];紅外;2012年07期

5 趙一凡;李久賢;吳游;夏良正;;一種基于小波域系數(shù)收縮的圖像降噪改進算法[J];電路與系統(tǒng)學(xué)報;2008年05期

6 周登文;申曉留;;基于最大似然估計的自適應(yīng)圖像降噪[J];計算機工程;2009年08期

7 王麗梅;孫豐榮;張明強;李前娜;姚桂華;張運;;S變換在心肌聲學(xué)造影圖像降噪中的應(yīng)用[J];計算機工程;2009年13期

8 李智玉;矯媛;;基于上下文模型的小波包圖像降噪方法[J];系統(tǒng)仿真學(xué)報;2009年S1期

9 傅健;李斌;肖迎春;江柏紅;;航空發(fā)動機渦輪葉片工業(yè)CT圖像降噪方法[J];航空動力學(xué)報;2010年04期

10 祁國平;吳朝潤;;基于非局部均值的圖像降噪[J];山西電子技術(shù);2012年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 李小林;劉傳才;;基于PDE的圖像降噪方法的研究綜述[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 車憲民;XHX150A型X線機通過專家鑒定[N];中國醫(yī)藥報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳建軍;基于偏微分方程的圖像降噪和圖像恢復(fù)研究[D];重慶大學(xué);2009年

2 陳守水;基于偏微分方程的圖像降噪及質(zhì)量評價研究[D];上海交通大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 葉銘;基于雙邊濾波的結(jié)構(gòu)保持極化SAR圖像降噪研究[D];合肥工業(yè)大學(xué);2015年

2 呂興琴;蘋果采摘機器人夜間圖像降噪和增強技術(shù)研究[D];江蘇大學(xué);2016年

3 周鎮(zhèn)鎮(zhèn);離散余弦S變換及其在醫(yī)學(xué)圖像降噪中的應(yīng)用研究[D];山東大學(xué);2016年

4 王妍;基于S變換圖像降噪的嵌入式系統(tǒng)設(shè)計與實現(xiàn)[D];西安工業(yè)大學(xué);2016年

5 張培培;基于BM3D算法的圖像降噪電路設(shè)計和FPGA實現(xiàn)[D];東南大學(xué);2016年

6 吳國慶;基于變換域稀疏系數(shù)估計的SAR圖像降噪[D];重慶大學(xué);2016年

7 姚乃萌;基于整數(shù)變換與濾波的圖像降噪研究[D];天津大學(xué);2014年

8 夏詠梅;低照度圖像降噪技術(shù)研究[D];南京理工大學(xué);2009年

9 王能強;基于多小波理論的圖像降噪研究[D];中國海洋大學(xué);2008年

10 周慧;基于字典的圖像降噪方法研究[D];湖北大學(xué);2012年

，

本文編號：867620