新的TV改进模型以及在SAR图像去噪中的应用

发布时间：2017-09-22 00:31

  本文关键词：新的TV改进模型以及在SAR图像去噪中的应用

  更多相关文章： SAR图像 变分方法 斑点噪声 中值公式

【摘要】：视觉是人类获取信息的最主要途径,外界信息以图像形式传入大脑,帮助我们认识世界,进而改造世界.伴随着图像技术的发展,图像处理已经广泛应用在科学与工程等重要研究领域.基于变分方法的全变差(Total Variation)模型是一种具有严密数学基础的图像处理技术,已成功应用在图像去躁、图像修复、图像分割等方面.为后续高层次的图像分析与图像理解提供了基础.TV模型的一个典型缺陷在于其容易在图像的光滑区域产生阶梯效应,从而影响去噪效果.针对这一缺陷,本文建立了一种新的TV改进模型,此模型是在TV模型中引入高阶项以抑制阶梯效应,使其对光滑区域进行噪声抑制,而在边界区域进行TV去噪.新的TV模型被用于抑制SAR图像的斑点噪声.数值实验表明,与传统的Lee滤波、Frost滤波以及Kuan滤波等模型相比,新的TV模型在去噪效果、边缘保持能力以及去噪效率上均远优于这些模型.文章的具体内容包括以下几个方面：第一,详细介绍了TV模型以及基于此模型的改进模型,分析比较这些模型在图像去噪中的优势与去噪特点,提出保留这些优点与解决这些缺点的方法,同时在TV模型的基础上给出了中值公式.第二,为改善TV模型以及改进的TV模型在图像光滑区域出现的阶梯效应,在TV模型中引入了高阶项导数,使其对光滑区域进行噪声抑制,而在边界区域进行TV去噪.同时建立了TV模型与新的模型的四邻域与八邻域中值公式,最后在中值公式下对新的TV改进模型在加性噪声的去噪效果进行了数值实验.第三,结合Log模型,给出了新的TV改进模型的Log形式,得到改进的Log模型,同时给出了Log模型与新的Log模型的八邻域中值公式.将新的模型应用到SAR图像斑点噪声的去噪中.最后,从图像的去噪效果、边界的保持能力以及去噪效率三方面比较了Log模型、改进的Log模型以及传统的SAR图像去噪模型的去噪能力.数值实验表明新模型明显优于传统模型.
【关键词】：SAR图像 变分方法 斑点噪声 中值公式
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.52
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 绪论8-14
• 1.1 研究的目的与意义8-9
• 1.2 研究现状9-11
• 1.3 主要工作与章节安排11-14
• 第2章 数字图像处理的基本知识14-26
• 2.1 数字图像处理的概述14-17
• 2.1.1 图像处理的概念14-15
• 2.1.2 噪声模型15
• 2.1.3 图像质量评估15-17
• 2.2 新的TV改进模型17-19
• 2.2.1 Total Variation模型17-18
• 2.2.2 新的TV改进模型18-19
• 2.3 变分方法19-21
• 2.3.1 变分问题19
• 2.3.2 变分定义19-20
• 2.3.3 Euler-Lagrange扩散方程及离散格式20-21
• 2.4 基于TV模型为基础的中值公式21-24
• 2.5 本章小结24-26
• 第3章 模型的中值公式26-38
• 3.1 TV模型的中值公式26-30
• 3.1.1 TV模型的四邻域中值公式26-28
• 3.1.2 TV模型的八邻域中值公式28-30
• 3.1.3 TV中值公式30
• 3.2 高阶TV模型的中值公式30-32
• 3.3 新的TV改进模型的中值算法32-33
• 3.4 数值实验33-36
• 3.5 本章小结36-38
• 第4章 基于TV模型的SAR图像去噪38-48
• 4.1 SAR图像去噪模型38-40
• 4.2 LOG模型与改进LOG模型的中值公式40-41
• 4.3 数值实验41-46
• 4.4 本章小结46-48
• 第5章 总结与展望48-50
• 参考文献50-54
• 致谢54-56
• 攻读硕士学位期间的研究成果56

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 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 刘红毅;结构保持的图像去噪方法研究[D];南京理工大学;2011年

3 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

4 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

5 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

6 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

7 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

8 辛巧;偏微分方程及其在图像去噪和分割中的应用[D];重庆大学;2011年

9 李新娜;核回归方法研究及其在图像去噪中的应用[D];国防科学技术大学;2014年

10 许光宇;非局部图像去噪方法及其应用研究[D];合肥工业大学;2013年

中国硕士学位论文全文数据库 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 万青;基于非参数估计的核回归图像去噪[D];中南民族大学;2008年

8 李理;加权型线性积分卷积图像去噪方法研究[D];南京理工大学;2013年

9 余雷;基于联合字典学习的图像去噪[D];湖南师范大学;2013年

10 濮震宇;基于小波收缩的图像去噪[D];苏州大学;2010年

，

本文编号：897779