基于变分偏微分方程的SAR图像去噪方法研究

摘要

图像处理在现实生活中具有很广泛的应用，其中图像去噪是其重要的研究内容之一。随着相关去噪技术的发展，关于去除SAR图像中的伽马噪声的方法的研究也取得了很大的进步。
　　图像中的噪声会影响图像的质量，例如图像的细节信息丢失或图像变模糊，这给后续的图像处理工作带来了很大的挑战。在图像去噪领域，基于变分偏微分方程的去噪方法因其的优点已经成为图像去噪领域的研究热点问题之一。本文关注的是基于变分偏微分方程的SAR图像的去噪方法。主要研究内容及创新点如下：
　　（1）结合JY模型，提出了基于自适应全变差的去除伽马噪声模型。然后，利用IADMM算法，给出该模型的快速数值求解算法。最后，数值仿真实验表明该算法的有效性及可行性。
　　（2）针对现有去噪模型中的不足之处，引入新的正则项，提出了基于偏微分方程的去噪模型。然后，利用AMA算法，给出该模型的快速数值求解算法。最后，数值仿真实验表明该算法的有效性及可行性。
　　（3）在HNW模型及LLT模型的基础上，提出了基于自适应的混合阶偏微分方程的去噪模型。然后利用AMA算法，给出该模型的快速求解算法。最后，数值仿真实验表明该算法的有效性及可行性。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第一章 绪论

1.1 研究背景与意义

1.2 图像中的噪声

1.3 国内外研究现状

1.4 本文主要研究工作

1.5 本文的结构安排

第二章 SAR图像去噪理论基础

2.1 SAR图像去噪问题及变分理论

2.2 经典去噪模型

2.3 基于偏微分方程的SAR图像去噪模型

2.4 经典算法

2.5 本章小结

第三章 基于自适应全变差的乘性噪声去噪算法

3.1 去噪模型

3.2 迭代算法及收敛性分析

3.3 实验结果与分析

3.4 本章小结

第四章 基于AMA算法的伽马噪声去噪算法

4.1 去噪模型

4.2 迭代算法及收敛性分析

4.3 实验结果与分析

4.4 本章小结

第五章 基于混合阶偏微分方程的变分去噪模型

5.1 引言

5.2 去噪模型

5.3 快速算法及收敛性分析

5.4 实验结果与分析

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

附录1 程序清单

附录2 攻读硕士学位期间撰写的论文

致谢