基于稀疏表示和非局部均值的sar图像去噪算法研究

基于稀疏表示和非局部均值的sar图像去噪算法研究

ID:34626950

大小:2.37 MB

页数:86页

时间:2019-03-08

基于稀疏表示和非局部均值的sar图像去噪算法研究_第1页
基于稀疏表示和非局部均值的sar图像去噪算法研究_第2页
基于稀疏表示和非局部均值的sar图像去噪算法研究_第3页
基于稀疏表示和非局部均值的sar图像去噪算法研究_第4页
基于稀疏表示和非局部均值的sar图像去噪算法研究_第5页
资源描述:

《基于稀疏表示和非局部均值的sar图像去噪算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于稀疏表示和非局部均值的SAR图像去噪算法研究作者姓名王成龙导师姓名、职称石光明教授一级学科信息与通信工程二级学科智能信息处理申请学位类别工学硕士提交学位论文日期2014年11月学校代码10701学号1202121179分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于稀疏表示和非局部均值的SAR图像去噪算法研究作者姓名:王成龙一级学科:信息与通信工程二级学科:智能信息处理学位类别:工学硕士指导教师姓名、职称:石光明教授提交日期:2014年11月SARImageDespecklingAlgor

2、ithmviaSparseRepresentationandNonlocalMeansAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByWangChenglongSupervisor:Prof.ShiGuangmingNov.2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学

3、风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生

4、在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要合成孔径雷达(SyntheticApertureRadar,SAR)作为一种主动的遥感观测系统,由于其辐射的电磁波所具有的独特性质使得这种成像方法不受光照,天气等的

5、影响,可以全天时全天候实现对地观测,在军事和民用领域得到广泛应用。随着计算机技术的发展,自动化的目标识别技术被用在越来越多的场合。但是雷达系统的相干成像机制使得获取的SAR图像含有很强的相干斑噪声,这种乘性噪声严重破坏了图像的信息内容,从而导致对SAR图像的解译,识别变得相当困难,因此非常有必要对SAR图像的相干斑进行抑制。尽管近30多年来各类降斑技术取得了很大的发展,但是这些算法很难在SAR图像相干斑噪声抑制与图像的边缘细节、结构、辐射特性保持之间取得平衡。随着对降斑后的SAR图像的质量要求越来越高,因此

6、需要设计更强有力的算法对SAR图像进行降斑处理。由于近年来稀疏表示理论研究取得的巨大进展以及非局部均值算法在图像处理中的成功应用,本文在分析SAR图像相干斑统计特性的基础上,提出了基于稀疏表示和非局部均值技术的SAR图像相干斑抑制算法及其改进算法,主要工作如下:分析了近年来在图像处理中得到广泛应用的稀疏表示模型和非局部均值算法,鉴于非局部逼近稀疏表示模型在自然图像处理中的优良性能,我们将其推广应用于SAR图像的处理当中。由于SAR图像的乘性相干斑与自然图像的加性高斯噪声在分布特性方面有着很大的不同,为了验证

7、SAR图像是否适用于该模型,我们先做了初步的统计实验与分析。将进行过对数变换的原始SAR图像划分成重叠的子图像块,并对这些子图像块应用K-means聚类算法和主成分分析算法学习得到一个冗余字典,接着对含噪子图像块进行自适应稀疏编码和使用非局部均值算法估计无噪SAR图像子块的稀疏编码系数估计值,并用迭代阈值收缩算法得到降噪后的编码系数。在逆变换回对数域后,我们又对对数域SAR图像进行了偏差纠正,以提升降斑效果。鉴于对数变换后SAR图像的噪声并不严格符合高斯分布,在原非局部逼近稀疏表示模型中所使用的高斯相似性度

8、量用在对数域的SAR图像处理当中是不合适的。我们在讨论对数域SAR图像噪声分布特性的基础上,基于广义似然比准则推导了一种新的相似性度量公式,实验证明了这种改进取得了良好的效果,尤其在SAR图像视数较低的情况下效果尤其明显。对于本论文中提出的降斑算法,我们都进行了模拟相干斑图像和真实SAR图像的测试,并使用了多个评估准则和对比算法来验证其降斑性能以及图像的细节I西安电子科技大学硕士学位论文信息保持能力,实验结果证明

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。