基于结构性稀疏优化的SAR图像斑点噪声抑制

发布时间：2022-04-28 22:42

　　合成孔径雷达由于其优良的抗环境干扰的性能而广泛应用在军事和民用领域。然而通过合成孔径雷达得到的SAR图像由于相干成像原理会包含大量相干斑噪声,这种相干斑噪声会给SAR图像的后续处理带来极大的不便,因此在得到SAR图像之后,首先要对它的相干斑噪声进行抑制,同时保留图像原有的基本信息,包括纹理细节和边缘信息等。随着SAR图像的非局部相似特性被大量研究利用,SAR图像降斑方法进入了一个新时期。本文通过研究总结以往的降斑方法,特别是利用到图像的稀疏特性和非局部相似性的方法,在此基础上,提出基于SAR图像内部结构性稀疏优化的降斑方法,主要利用SAR图像的统计特性,针对其内部结构特性来进行降斑研究,主要工作如下:（1）由于传统3D变换域SAR图像降斑方法往往在平滑区抑制相干斑噪声的效果不佳,还容易产生伪影现象,本文在传统3D变换域SAR图像降斑稀疏约束模型的基础上,针对其在同质区相干斑噪声难以抑制甚至产生伪影的问题,结合SAR图像内部不同区域的非局部相似性新增了一个非局部约束项,并利用目标结构组的非局部相似结构组的稀疏系数的加权平均来获得非局部估计值,采用图像块排序来简化相似图像块搜索过程,利用贝... 

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 选题背景及意义
    1.2 SAR图像降斑研究现状
    1.3 主要研究内容和结构
2 基于结构性稀疏优化的SAR图像降斑基础
    2.1 图像稀疏优化理论基础
    2.2 相干斑噪声的原理及模型
    2.3 SAR图像降斑评价指标
        2.3.1 峰值信噪比PSNR
        2.3.2 等效视数ENL
        2.3.3 边缘保持系数EPI
    2.4 经典SAR图像降斑方法简介
        2.4.1 基于块概率的降斑方法PPB
        2.4.2 3D图像块匹配SAR图像降斑方法SAR-BM3D
    2.5 本章小结
3 基于图像块排序联合稀疏表示的SAR图像降斑
    3.1 基于结构组的3D变换域稀疏表示
    3.2 图像块排序结构组联合稀疏模型
        3.2.1 图像块排序
        3.2.2 稀疏系数的非局部估计
        3.2.3 图像块相似度的计算
        3.2.4 正则化参数的确定
    3.3 模型的求解
    3.4 实验结果与分析
        3.4.1 模拟SAR图像结果
        3.4.2 实测SAR图像结果
        3.4.3 细节分析
    3.5 本章小结
4 基于非凸加权范数约束的SAR图像降斑
    4.1 基于低秩理论的核范数约束
    4.2 非凸加权范数约束模型
    4.3 模型的求解
    4.4 实验结果与分析
        4.4.1 模拟SAR图像结果
        4.4.2 实测SAR图像结果
        4.4.3 细节分析
    4.5 本章小结
5 基于分类加权的SAR图像降斑
    5.1 图像内部分类
    5.2 图像分类加权结合
    5.3 似然比权重
    5.4 实验结果与分析
    5.5 本章小结
6 总结与展望
致谢
参考文献
附录
    作者在攻读学位期间的成果目录


【参考文献】：
期刊论文
[1]基于非下采样Contourlet域局部高斯模型和MAP的SAR图像相干斑抑制[J]. 凤宏晓,侯彪,焦李成,卜晓明.  电子学报. 2010(04)
[2]基于双密度双树复数小波变换的合成孔径雷达图像降噪研究[J]. 郭巍,张平,陈曦,朱良.  电子学报. 2009(12)



本文编号：3649682