小波-Contourlet与迭代Cycle Spinning相结合的SAR图像去噪

发布时间：2018-02-14 08:14

  本文关键词： 合成孔径雷达图像 去噪 Contourlet 小波-Contourlet 迭代Cycle spinning　出处：《应用科学学报》2014年06期 　论文类型：期刊论文

【摘要】：通过分析合成孔径雷达图像的相干斑噪声模型,提出一种小波-Contourlet与迭代Cycle spinning相结合的SAR图像去噪方法.小波-Contourlet比小波变换、Contourlet变换能更稀疏地表达图像,更好地获得图像结构特征.Contourlet变换缺乏移不变性,导致小波-Contourlet也是缺乏移不变性的,对系数进行阈值处理会产生伪吉布斯现象.Cycle spinning算法可以有效地减少伪吉布斯现象,但不是最优的.为此,用小波变换代替LP(Laplacian pyramid)变换作子带分解,以迭代Cycle spinning代替多次移位取平均值.仿真结果表明,该方法不仅可以显著去除相干斑噪声,达到较高的峰值信噪比,而且还保留了图像的细节,改善了视觉效果.
[Abstract]:By analyzing the speckle noise model of synthetic aperture radar (SAR) images, a denoising method for SAR images based on wavelet Contourlet and iterative Cycle spinning is proposed. Wavelet Contourlet can represent images more sparsely than wavelet transform. The lack of shift invariance of image structure feature. Contourlet transform leads to the lack of shift invariance of wavelet Contourlet. The threshold processing of coefficients will result in pseudo-Gibbs phenomenon. Cycle spinning algorithm can effectively reduce pseudo-Gibbs phenomenon. But it is not optimal. In this paper, wavelet transform is used instead of LP(Laplacian pyramid-transform as subband decomposition and iterative Cycle spinning is used instead of multiple shifts to get average value. The simulation results show that this method can not only remove speckle noise significantly, but also eliminate speckle noise. The peak SNR is high, and the detail of the image is preserved, and the visual effect is improved.
【作者单位】： 北京交通大学信息科学研究所;山东师范大学物理与电子科学学院;
【基金】：国家自然科学基金(No.61106022) 北京市自然科学基金(No.4143066)资助
【分类号】：TN957.52

【参考文献】

相关期刊论文 前3条

1 刘帅奇;胡绍海;肖扬;;基于局部混合滤波的SAR图像去噪[J];系统工程与电子技术;2012年02期

2 刘帅奇;胡绍海;肖扬;;基于小波-Contourlet变换与Cycle Spinning相结合的SAR图像去噪[J];信号处理;2011年06期

3 梁栋,沈敏,高清维,鲍文霞,屈磊;一种基于Contourlet递归Cycle Spinning的图像去噪方法[J];电子学报;2005年11期

相关博士学位论文 前1条

1 倪伟;基于多尺度几何分析的图像处理技术研究[D];西安电子科技大学;2008年

【共引文献】

相关期刊论文 前10条

1 刘帅奇;胡绍海;赵杰;肖扬;;结合向导滤波与复轮廓波变换的多聚焦图像融合算法[J];信号处理;2016年03期

2 从继成;曾步衢;;改进分数阶积分的激光图像去噪[J];激光杂志;2016年02期

3 胡绍海;赵思澄;郑蕾;;基于NSCT和DFRFT的数字水印算法研究[J];电视技术;2015年12期

4 陈双叶;周耳江;吴强;;ND-GSM模型的采样矩阵方向优化及SAR图像去噪[J];计算机科学;2015年S1期

5 沈德海;张龙昌;鄂旭;侯建;;基于多子窗口的混合噪声滤波算法[J];计算机技术与发展;2015年06期

6 ZHANG Peng;LIU Yang;LIU Cai;CUI Fangzi;YANG Xueting;PEI Sijia;;Seislet transform denoising based on total variation minimization[J];Global Geology;2015年01期

7 薛诗桂;;基于曲波变换的循环平移地震随机噪声衰减[J];地球物理学进展;2015年01期

8 刘小妹;夏平;雷帮军;;多尺度稀疏表示的Contourlet域图像去噪[J];三峡大学学报(自然科学版);2014年06期

9 方敬;肖扬;王东;;小波-Contourlet与迭代Cycle Spinning相结合的SAR图像去噪[J];应用科学学报;2014年06期

10 刘帅奇;胡绍海;肖扬;赵杰;刘秀玲;;基于移不变二维混合变换的机场雷达噪声抑制[J];系统工程与电子技术;2015年01期

相关博士学位论文 前3条

1 周鹏;基于多信息融合的高温铸坯表面缺陷在线检测方法[D];北京科技大学;2015年

2 韩鹏程;跨尺度运动图像的目标检测与追踪研究[D];北京邮电大学;2014年

3 刘帅奇;基于多尺度几何变换的遥感图像处理算法研究[D];北京交通大学;2013年

【二级参考文献】

相关期刊论文 前4条

1 练秋生;陈书贞;;基于解析轮廓波变换的图像稀疏表示及其在压缩传感中的应用[J];电子学报;2010年06期

2 郑宇杰;胡文宁;吴小俊;;基于Contourlet域主成分分析的SAR图像去噪[J];计算机仿真;2009年06期

3 李印清;李玲玲;李保;;几种平移不变性图像融合方法的客观评价[J];飞航导弹;2008年02期

4 梁栋;李瑶;沈敏;高清维;鲍文霞;;一种基于小波-Contourlet变换的多聚焦图像融合算法[J];电子学报;2007年02期

相关博士学位论文 前1条

1 李晖晖;多传感器图像融合算法研究[D];西北工业大学;2006年

【相似文献】

相关期刊论文 前10条

1 王勇智,黄红波;一种数学图像去噪的新方法[J];岳阳职业技术学院学报;2005年01期

2 杨淑伶;郭定辉;管克英;;一个用于图像去噪、量化的反应扩散模型[J];数学的实践与认识;2006年08期

3 王香菊;;图像去噪方法及应用[J];科技情报开发与经济;2007年27期

4 高岚;廖云良;袁中华;;尺度适应性二代小波的图像去噪方法[J];船海工程;2007年06期

5 杨文国;;基于扩散方程的图像去噪[J];科技风;2008年20期

6 于雯辉;田逢春;李立;唐光菊;;基于空域平均的图像去噪方法[J];光电子技术;2008年02期

7 王银峰;朱丽丽;何光宏;朱根琴;;一种基于尺度相关的小波图像去噪方法[J];激光杂志;2008年05期

8 姚斌;杨玲香;;基于非线性复扩散和小波的图像去噪方法[J];航空计算技术;2009年05期

9 李柯材;张曦煌;;基于邻域阈值萎缩法的图像去噪方法的优化[J];计算机应用;2010年01期

10 李燕民;季维勋;李维国;;一种新的图像去噪方法[J];微计算机应用;2010年03期

相关会议论文 前10条

1 刘旨春;朱伟;盛磊;;基于邻域特性的小波阈值图像去噪方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

2 陈仙红;屈小波;郭迪;宁本德;陈忠;;自适应方向小波在磁共振图像去噪中的应用[A];第十七届全国波谱学学术会议论文摘要集[C];2012年

3 韩希珍;赵建;;基于偏微分方程的图像去噪[A];第八届全国信息获取与处理学术会议论文集[C];2010年

4 殷明;刘卫;;基于非高斯分布的四元数小波图像去噪[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

5 侯艳芹;李均利;魏平;陈刚;;一种新的基于模糊均差和小波阈值的医学图像去噪方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 刘曙光;费佩燕;屈萍鸽;;基于对偶树复小波的图像去噪技术研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

7 周利利;张晓明;;基于小波变换的图像去噪研究[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

8 王文;康锡章;王晓东;;基于小波域HMT的航空侦察图像去噪方法[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

9 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年

10 邓超;;基于改进神经网络的CCD图像去噪方法研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

相关博士学位论文 前10条

1 张伟;具有扩散—波动调和特性的图像去噪方法[D];上海交通大学;2014年

2 刘孝艳;变分、PDE和非局部滤波在图像去噪中的应用研究[D];西安电子科技大学;2015年

3 罗亮;基于MCMC采样的非局部图像去噪方法研究[D];西安电子科技大学;2015年

4 廖帆;四方向全变分在图像去噪问题中的应用[D];东南大学;2015年

5 刘红毅;结构保持的图像去噪方法研究[D];南京理工大学;2011年

6 侯迎坤;非局部变换域图像去噪与增强及其性能评价研究[D];南京理工大学;2012年

7 侯建华;基于小波及其统计特性的图像去噪方法研究[D];华中科技大学;2007年

8 庞志峰;图像去噪问题中的几类非光滑数值方法[D];湖南大学;2010年

9 褚标;小波理论在图像去噪与纹理分析中的应用研究[D];合肥工业大学;2008年

10 张建平;基于偏微分方程的图像去噪和分割方法[D];大连理工大学;2012年

相关硕士学位论文 前10条

1 陈龙;偏微分方程扩散模型在图像去噪中的应用[D];昆明理工大学;2015年

2 李孟娇;基于压缩感知的图像去噪理论研究[D];长安大学;2015年

3 杨巧;新的TV改进模型以及在SAR图像去噪中的应用[D];陕西师范大学;2015年

4 颜珂;高通量基因测序碱基识别中图像去噪的方法研究[D];哈尔滨工业大学;2015年

5 迟广元;两类图像去噪模型的若干数值新方法研究[D];华北电力大学;2015年

6 陈会娟;噪声的估计及基于快速NLM的去除[D];华侨大学;2015年

7 温海娇;图像去噪与恢复[D];南京航空航天大学;2014年

8 范旭;基于Contourlet变换的SAR图像去噪研究[D];西安电子科技大学;2015年

9 田刚;基于非局部均值的MRI图像去噪研究[D];西安电子科技大学;2014年

10 范婷;基于字典学习的图像去噪方法研究[D];西安电子科技大学;2014年

，

本文编号：1510258