基于结构化信息检测和偏微分方程的高分辨率SAR图像降斑算法研究

摘要

合成孔径雷达（Synthetic Aperture Radar，SAR）具有全天时、全天候、多视角及对地物有一定的穿透性等优点，被大量的应用在生态、水文、海洋监测和地形测绘等诸多领域。然而，由于雷达波的相干性，导致SAR图像在成像过程中会产生无法避免的斑点，特别是高分辨率SAR图像，其成像更加复杂，而斑点的存在降低了高分辨率SAR图像的质量，使图像的判读和后续处理出现困难。因此，研究高分辨率SAR图像斑点的抑制具有十分重要的意义。 本文主要从空间域滤波、偏微分方程方法和非局部均值滤波出发，对高分辨率SAR图像的降斑算法进行了深入的研究，通过不同方法之间的结合和创新，完成的主要工作如下： （1）介绍了经典的 SAR图像降斑算法，包括 Lee滤波及其增强型算法、Kuan滤波及其增强型算法、Frost滤波、Gamma MAP滤波等空间域滤波方法，以及全变分（TV）模型、PM模型等偏微分方程方法，并分析了经典SAR图像降斑算法的优缺点。 （2）提出了基于结构化信息检测和Kirsch方向模板的降斑算法。由于传统的Kirsch方向算子没有对SAR图像的区域特性进行判断，导致图像中的斑点得不到充分的抑制。为了解决滑动窗的自适应选择问题，结合点目标检测、自适应滑动窗技术和结构化信息检测的思想，提出了基于结构化信息检测和 Kirsch方向模板的SAR图像降斑算法，所提算法可以有效的检测出图像中的点目标、边缘区域和均匀区域，并针对不同的图像区域使用不同的降斑方法。通过降斑实验可以验证所提算法在充分抑制均匀区域斑点的同时，有效的保留了点目标和边缘区域，从而达到斑点抑制和边缘信息保留的较好平衡。 （3）提出了基于非局部均值（NLM）滤波与 AA模型的降斑算法。由于AA模型在 SAR图像均匀区域的降斑能力比较强，但边缘保留能力弱；与之相反，NLM滤波在SAR图像的均匀区域降斑能力弱，却较好地保留了图像的边缘信息。因此，本文将非局部狄利克雷函数作为线性正则项算子，通过衡量图像的块相似性来构造权重，与AA模型的数据项相结合，提出新的降斑模型，并对新的降斑模型进行迭代求解。通过降斑实验与分析，与AA模型和NLM滤波相比，本文提出的降斑算法可以更好的抑制SAR图像斑点，同时又能较好的保留图像中的边缘信息。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景及意义

1.2 SAR图像降斑的研究现状

1.3 本文的研究内容及组织结构

第2章 SAR图像特性和斑点特性

2.1 SAR图像成像机理

2.2 SAR图像特性

2.3 斑点特性

2.4 本章小结

第3章 经典滤波方法

3.1 空域滤波方法

3.2 偏微分方程方法

3.3 降斑算法的性能评价指标

3.4 本章小结

第4章 基于结构化信息检测和Kirsch方向模板的降斑算法

4.1 Kirsch方向模板

4.2 自适应滑动窗技术

4.3 基于结构化信息检测和Kirsch方向模板的降斑算法

4.4 实验结果与分析

4.5 本章小结

第5章 基于NLM滤波和AA模型的降斑算法

5.1 基于AA模型的SAR图像降斑

5.2 基于NLM模型的SAR图像降斑

5.3 基于NLM滤波和AA模型的降斑算法

5.4 本章小结

第6章 总结与展望

6.1 研究工作总结

6.2 未来研究方向

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果