论文部分内容阅读
SAR可以穿透云、雾和降水等覆盖物，拥有全天时、全天候的监测能力。在环境监测、水文观测、地形测绘、资源勘察和军事侦查等方面，这些特点使它具有独天得厚的优势。但是由于SAR图像中固有的乘性散斑噪声，使得后期变化检测、目标识别等变的困难。所以相干斑抑制是SAR图像处理中必不可少的过程。本文针对SAR图像散斑抑制以及SAR图像变化检测进行了探索和研究，主要工作如下：（1）分析了现有的同质区域分割的方法，阐述了KSVD字典学习方法，提出了基于同质区域分割的SAR图像去噪方法，对比试验表明，该方法能有效去除散斑噪声同时又能保持弱目标点和边缘细节信息；（2）分析了传统的SAR图像变化检测去噪预处理的问题，阐述了小波域的隐马尔科夫模型，提出了基于变化检测SAR图像去噪方法，对比试验表明，该方法抑斑效果明显，特别是对后期SAR图像变化检测性能有较大提高；（3）分析了基于融合的变化检测方法，提出了一种新的基于稀疏系数融合的SAR图像变化检测方法，对比试验表明，该方法能大幅降低变化检测漏检率，提高了SAR图像变化检测准确率。