基于贝叶斯模型的shearlet域SAR图像去噪方法

发布时间：2018-05-28 09:57

  本文选题：图像去噪 + 合成孔径雷达图像　； 参考：《系统工程与电子技术》2017年06期

【摘要】：通过对合成孔径雷达(synthetic aperture radar,SAR)图像相干斑噪声的特点分析,提出一种基于贝叶斯模型的shearlet域SAR图像去噪方法。首先将变换后的SAR图像在shearlet域进行稀疏表示,得到稀疏系数的分布;其次利用贝叶斯模型进行信号和噪声检测的建模,得到最佳的阈值;然后根据稀疏系数在不同方向上相关性不同的特点,利用自适应加权收缩算法对SAR图像噪声进行平滑处理;最后利用降噪后的高频子图像和低频子图像进行逆shearlet变换,得到SAR重构图像。通过在MSTAR数据库上的实验表明,该算法在滤除相干斑噪声的效果上比其他方法更好,并且不会损失图像的边缘特性。
[Abstract]:By analyzing the characteristics of speckle noise in synthetic aperture radar (SAR) image, a SAR image denoising method in shearlet domain based on Bayesian model is proposed. First, the transformed SAR image is represented sparsely in the shearlet domain to obtain the distribution of sparse coefficients; secondly, the Bayesian model is used to model the signal and noise detection, and the optimal threshold is obtained. Then, according to the different correlation of sparse coefficients in different directions, the adaptive weighted shrinkage algorithm is used to smooth the noise of SAR images. Finally, the high-frequency subimages and low-frequency sub-images after noise reduction are used to inverse shearlet transform. The reconstructed image of SAR is obtained. Experiments on MSTAR database show that the proposed algorithm is more effective than other methods in filtering speckle noise, and it does not lose the edge characteristics of the image.
【作者单位】： 南京航空航天大学航天学院;
【基金】：国家自然科学基金青年科学基金项目(61301211)资助课题
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 陶娜娜;高军;张建;;一种基于小波阈值的图像去噪方法研究[J];农业装备与车辆工程;2007年01期

2 李玉峰;郭锐;;基于小波影响锥分析的图像去噪方法[J];光电子.激光;2007年06期

3 黄文涛,毕笃彦,毛柏鑫,马时平;基于中值变换和金字塔分解的图像去噪方法[J];电子与信息学报;2004年11期

4 邢丹俊;王继成;;基于提升小波的自适应阈值图像去噪[J];计算机技术与发展;2008年02期

5 赵继印;郝志成;李建坡;;小波自适应比例改进算法在图像去噪中的应用[J];光电工程;2006年01期

6 杨辉;彭良玉;陆世专;;基于小波域高斯混合模型与中值滤波的图像去噪研究[J];电子技术应用;2007年05期

7 谭艳丽;张丕状;;基于自适应阈值的小波图像去噪法研究[J];电脑知识与技术(学术交流);2007年12期

8 钟微宇;沈汀;;基于NSCT域邻域收缩的SAR图像去噪[J];计算机工程与应用;2014年12期

9 苏小英;张昌林;;基于小波层间相关性的中医诊断图像去噪方法的研究[J];医学信息;2007年11期

10 崔艳秋;王珂;孙巍;;基于小波域自适应高斯混合模型的图像去噪方法[J];吉林大学学报(工学版);2006年06期

相关博士学位论文 前1条

1 刘玉淑;基于多尺度变换的图像去噪及融合算法研究[D];山东大学;2013年

相关硕士学位论文 前7条

1 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

2 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

3 任少美;基于变分偏微分方程的SAR图像去噪方法研究[D];南京邮电大学;2016年

4 刘欢;基于压缩感知的SAR图像去噪和图像重构模型的研究[D];西安电子科技大学;2015年

5 邓磊;基于FPGA的数字图像去噪与编码算法研究[D];天津大学;2014年

6 芦婧;小波变换图像去噪及其在SAR图像中的应用[D];西安科技大学;2011年

7 任倩儒;压缩感知理论及其在图像去噪中的应用研究[D];长安大学;2012年

，

本文编号：1946264