小波变换在合成孔径雷达图像增强及压缩方面的应用研究

摘要

合成孔径雷达作为一种重要的遥感成像雷达在很多领域有广泛的应用,合成孔径雷达图像的相干斑噪声抑制和压缩算法对于提高图像的研究利用价值,以及数据的存储和传输效率是非常重要的问题.该文中我们提出了一种结合相干斑抑制的高效的压缩合成孔径雷达图像整体方案.我们的方案是建立在小波分析的基础上的.我们提出的相干斑抑制方法是利用小波变换检测图像尺度为2的边缘信息,再利用检测出的边缘信息利用Garrote削减函数进行小波域的相干斑噪声滤除.对于基于边缘信息的Garrote去噪方法我们同传统的软去噪和硬去噪以及Lee滤波方法进行了比较,得到了很好的实验结果.对噪声滤除后的图像数据,我们再利用小波变换结合SPIHT编码方法进行压缩.我们将压缩结果同流行的JEPG压缩算法结果进行比较得到了很好的结论.

目录

文摘

英文文摘

声明

第一章绪论

§1.1合成孔径雷达图像的特点

§1.2基于小波变换的相干斑抑制

§1.3基于小波变换的边缘检测的应用

§1.4基于小波变换的图像压缩

§1.5作者的主要工作

第二章小波分析的理论基础

§2.1傅立叶分析和短时傅立叶分析

§2.1.1傅立叶分析及其缺陷

§2.1.2短时傅立叶分析及其缺陷

§2.2小波分析及Mallat算法

§2.2.1小波的基本概念

§2.2.2连续小波变换

§2.2.3连续小波变换的离散化和二进小波变换

§2.2.4 Mallat算法和多分辨分析

§2.2.5 R-小波基

第三章小波域的相干斑噪声抑制

§3.1相干斑噪声抑制概述

§3.1.1 SAR图像相干斑噪声抑制方法简介

§3.1.2修正的Lee滤波法

§3.1.3最大后验概率(MAP)滤波法

§3.2小波域的标准阀值去噪

§3.2.1相干斑噪声的分布模型

§3.2.2软阀值去噪

§3.2.3硬阀值去噪

§3.3基于Garrote函数的阀值去噪

§3.3.1 Garrote函数的定义

§3.3.2 Garrote削减函数去噪的风险函数

§3.4 Garrote与软、硬阀值去噪的比较

§3.4.1渐进最优性

§3.4.2 Crystal-Ball方法下的比较

§3.4.3极大极小阀值方法下的比较

§3.5用Garrote函数去除SAR图像相干斑噪声

§3.5.1基于阀值的SAR图像相干斑噪声抑制过程

§3.5.2运用Garrote去噪方法对SAR图像去噪的实验结果

第四章基于小波的边缘检测技术以及应用

§4.1边缘检测技术简介

§4.1.1边缘检测的简单方法

§4.1.2基于高斯函数的边缘检测技术

§4.2基于小波变换的边缘检测技术

§4.3基于边缘检测技术的相干斑抑制

§4.3.1基于边缘信息的Garrote小波削减技术

§4.3.2基于边缘信息的均值滤波技术

第五章利用小波变换和嵌入式编码压缩图像

§5.1 JPEG编码标准简介

§5.2图像压缩的小波基选择

§5.2.1正交性和双正交性

§5.2.2正则性

§5.2.3消失矩

§5.2.4小波基对比实验

§5.3小波系数的嵌入式编码

§5.3.1小波系数的零树结构和EZW

§5.3.2 SPIHT算法

§5.4运用小波变换压缩图像的实验

第六章利用小波变换对SAR图像进行去噪压缩的整体流程

§6.1运用小波变换对SAR图像处理的流程

§6.2运用小波变换对SAR图像处理的实验例子

结束语

致谢

参考文献