基于非局部全变差和视觉计算的SAR图像相干斑抑制

摘要

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。

目录

文摘

英文文摘

第一章 绪论

1.1 课题的目的和意义

1.2 研究现状及发展概况

1.2.1 SAR图像相干斑噪声模型及统计特性

1.2.2 SAR相干斑抑制方法

1.2.3 相干斑抑制的评估标准

1.3 基于全变差的去噪方法

1.4 本文的内容与安排

第二章 非局部全变差概述

2.1 全变差的ROF模型

2.2 非局部均值

2.2.1 非局部均值的基本思想

2.2.2 非局部均值具体实施方式

2.3 非局部全变差去噪方法

2.4 本章小结

第三章 Primal sketch稀疏表示模型

3.1 视觉计算概要

3.2 Primal sketch稀疏表示模型

3.2.1 Primal sketch稀疏表示模型

3.2.2 sketching追踪算法

3.3 基于Primal sketch稀疏表示模型生成图像的划分

3.4 本章小结

第四章 基于非局部全变差与Primal sketch的SAR图像相干斑抑制方法

4.1 引言

4.2 自适应窗口Lee滤波

4.2.1 Lee滤波与增强Lee滤波

4.2.2 自适应窗口Lee滤波

4.2.3 仿真实验及分析

4.3 结合结构信息的非局部全变差相干斑抑制方法

4.3.1 SAR图像区域划分

4.3.2 结合结构信息的非局部全变差相干斑抑制方法

4.4 仿真实验及分析

4.4.1 仿真条件

4.4.2 仿真内容与结果

4.5 本章小结

第五章 总结和展望

5.1 论文工作总结

5.2 进一步展望

致谢

参考文献

研究成果