基于非局部全变差和视觉计算的SAR图像相干斑抑制

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:dragon1788
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
合成孔径雷达(SAR)具有全天候、全天时、分辨率高、可侧视成像等优点,得到了广泛的应用。但是由于其回波成像机理,相干斑的产生是不可避免的。为了能更加有效地进行SAR图像的理解与解译,需要对SAR图像进行相干斑抑制预处理。局域统计自适应滤波在平滑噪声的同时可以有效地保持边缘,且能够通过参数控制来调整平滑效果和边缘保持效果,是最常用的相干斑抑制方法之一。局域统计自适应滤波大多基于完全发展相干斑的假设,但在SAR图像的非均匀区域并不满足完全发展相干斑的假设,根据局域信息计算统计参数会使得边缘纹理信息被模糊,甚至导致局部图像质量变差。增强Lee滤波通过局域统计信息对图像进行划分,并对不同区域采取不同的相干斑抑制方法,但是采用局域统计信息对图像进行划分并没有考虑到图像的全局结构信息,会导致在大片均匀区域内出现不均匀的现象。本文利用视觉计算中的Primal sketch稀疏表示模型中的素描图对SAR图像进行划分,并根据不同区域的特性采用不同的方法进行处理,主要工作如下:(1)Primal sketch稀疏表示模型中的素描图,用斑点、线段表示图像的点目标与边脊部分,对应SAR图像的非均匀区域,包括了图像的结构与方向信息。但是该模型采用一个像素宽的线段来表示SAR图像中的线目标和边界所在的位置和方向会产生偏差,于是我们提出在素描图中利用几何结构块来获取结构的区域标记,并根据区域标记将SAR图像划分为均匀区域,非均匀区域。(2)对均匀区域,采用自适应窗口的Lee滤波。取尽可能大的窗口对SAR图像的均匀区域进行滤波处理。从大到小调整窗口的大小,直到窗口中不含图像的结构信息时,认为是合适的滤波窗口大小,进行相应窗口大小的Lee滤波处理。对非均匀区域,假设其满足加性噪声,并采用结合结构信息的非局部全变差相干斑抑制方法进行处理,该方法中全变差的ROF模型可以很好的刻画图像的边缘,因而在去噪的同时很好的保持边缘,并且结合了非局部的思想,有利于利用全图的相似性对图像进行估计。实验结果表明了算法的有效性,较好地实现了相干斑抑制与边缘保持之间的平衡。
其他文献
舌象诊断是中医历史中最为重要的诊断手法之一,在中医几千年的历史中占据着极其重要的位置。伴随着现代科学与技术的发展,特别是计算机的普及,使得舌象诊断逐渐远离主观性、
近年,随着移动互联技术和智能移动终端的快速发展,LBS中的隐私保护技术受到了广大研究者的广泛关注,学者们提出了很多匿名算法以用来保护移动用户的隐私和位置信息。但是对于
参数形式和隐式形式是曲线、曲面表示的两种主要方式。两种表示方式各有其优缺点,用隐式曲线、曲面易于判断给定点与曲线、曲面的位置关系,参数曲线曲面易于绘制,在造型上也便于
在现今流行的视频压缩标准中,H.264/AVC因其优秀的编码压缩比和高图像质量受到了各界的广泛关注。但是,H.264的高计算复杂度也使其在高清上的应用受阻,现有的基于纯CPU的串行
物联网是新一代信息技术的重要组成部分。通俗地讲,物联网就是一个“物物相连的互联网”,它是在互联网的基础上,引入射频识别技术(RFID Radio Frequency Identification),并
网络管理在很多方面需要识别网络流的应用类型,如流量监控、网络服务质量保障等。而现今像P2P那样的网络新业务飞速发展,使应用识别的重要性和难度不断增大。在当今主要的识
地图在日常生活中有着广泛的应用。然而,几乎所有的地图应用程序,都以同一种绘制方式来绘制地图中的所有景物,这经常造成信息的过载。本文提出了一个全新的面向用户的2.5维focus
针对大规模单源应用层组播,为了进一步提高数据分发的效率、网络资源的利用率以及缩小传输时延,本论文提出了一种基于虚拟P2SP (Peer to Server & Peer)的应用层混合组播模型
作为一类经典的组合优化问题,最大流问题有着40多年的研究历史和广泛的应用领域,成为研究各种实际网络系统的重要手段,也存在着丰富的研究成果。随着研究和应用的深入,人们发现不
不管是在科学研究领域还是在工程实践上,最优化问题都已成为非常重要的课题之一。其中,仅有一个目标函数的最优化问题被称为单目标优化问题,而现实世界中的最优化问题一般需