首页> 正文

SAR图像噪声抑制和局部特征提取

2020-11-28阅读(745)

SAR图像噪声抑制和局部特征提取

论文摘要

上个世纪九十年代合成孔径雷达取得长足的发展,欧洲遥感卫星、加拿大雷达卫星等各类合成孔径雷达成像系统陆续升空,实现了长期持续地对地球表面的观测.同时我国的SAR成像系统近年来也得到了越来越广泛的应用.各类合成孔径雷达设备获取了海量的SAR遥感数据,如何分析利用这些雷达数据和图像,有效地服务军事需求和国民经济需要是一个重要的研究课题.随着SAR成像技术的日臻成熟,SAR图像的信息处理技术显得尤为重要.信息处理的一个重要基础是用信号处理手段改善SAR图像的质量,更好地为信息提取服务.其中SAR图像相干斑的抑制是改善图像质量中一个不可回避的问题,而SAR图像中感兴趣目标的局部方向特征常常包含了重要的信息.本论文以小波变换为主要工具研究了SAR图像相干斑的抑制方法,以及SAR图像中局部方向特征的提取方法。主要的研究内容包括以下几个方面:(1)基于改进匹配滤波器的SAR成像方法.传统的匹配滤波器是以最大信噪比准则为基础的,这对于目标检测是最优的.然而,在SAR图像理解和信息提取中,目标检测和分辨是同等重要的.借鉴于图像处理中Canny边缘检测的多准则联合考虑的思想,在SAR成像的匹配滤波器设计中,我们联合考虑了三个方面: a)输出信噪比; b)滤波器局部约束; c)振荡最小化从而设计出改进的匹配滤波器用于SAR成像.改进的匹配滤波器在保证较高的输出信噪比情况下,减小了强散射点附近的Gibbs震荡,改进了SAR图像中邻近目标的分辨效果.(2)小波域SAR图像相干斑抑制算法. SAR图像斑点噪声符合典型的乘性噪声模型,这与传统的光学图像中广泛研究的加性噪声模型是不同的.本文完成以下几个方面的工作,提取简单的Bayesian阈值算法用于去除SAR图像的斑点噪声. Bayesian阈值方法的简单性体现在两点,一是没有使用同态变换来去除SAR图像的噪声,另一点是充分利用Bayesian阈值算法的简单计算方式.小波域系数常用广义高斯分布来描述,本文提出使用广义高斯分布来估计小波系数方差以实现图像的双重维纳滤波算法,这里提出一类无偏的方差估计方法.在此基础上,考虑到SAR图像背景的多变性,非对称广义高斯分布模型被提出以取代原来的广义高斯分布模型来描述投影域的小波系数,非对称广义高斯分布是广义高斯分布的扩展分布模型.(3)SAR图像非线性去噪.在基于小波的SAR图像去噪算法中,细节保持和平滑是总是相互冲突。SAR图像中的强斑点噪声呈现脉冲特性,因此这些噪声像素点难以用线性平滑滤波器滤除.众所周知各类中值滤波算法适合去除脉冲噪声并能很好地保持像边缘这样的细节结构.这里,我们使用基于局部几何结构的中值滤波器抑制SAR图像斑点噪声.该算法结合了传统空域Gamma MAP算法和细节保持的中值算法.首先使用Gamma MAP算法滤波SAR图像,滤波后的图像包含一些或“亮”或“暗”而明显不同于它周围像素的像素点.这些像素点可能属于剩余脉冲噪声或SAR图像的边缘.这里,我们使用局部几何结构来分类脉冲噪声或细节像素.中值滤波器滤除脉冲噪声而细节点保持不变.实验结果表明提出的非线性滤波器方法较好地保持了SAR图像的细节同时抑制了斑点噪声.(4) SAR图像边缘精确定位与局部方向特征提取算法.斑点噪声严重干扰SAR图像的边缘检测,甚至边缘定位的准确性.文中认为边缘位置估计误差与窗口的形状有很大关系,进而改进传统窗口中心边缘滑窗提出沙漏型窗.方向提取是几何结构分析的有效途径,这类算法对普通图像和光学图像都是有效的.使用导向滤波器能够提取图像任意方向信息,文中从离散的导向滤波器出发获得图像方向信息,并且使用没有解析表达式的尺度函数和小波函数获取图像的方向信息.

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 合成孔径雷达的发展
  • 1.2 SAR图像处理的方法和应用
  • 1.2.1 SAR图像处理方法
  • 1.2.2 SAR图像应用
  • 1.2.3 我国SAR图像处理应用的发展
  • 1.3 论文主要内容安排
  • 第二章 SAR数据成像
  • 2.1 SAR成像原理介绍
  • 2.1.1 基础的条带式SAR成像系统
  • 2.1.2 SAR成像的缺陷和校正
  • 2.2 匹配滤波器成像原理及其分析
  • 2.3 基于Canny准则的成像算法
  • 2.4 改进的匹配滤波器（RMF）的仿真实验
  • 2.5 实际SAR成像的问题
  • 2.6 小结
  • 附录
  • A. 线性调频信号的匹配滤波结果证明
  • B. 结论1 的证明
  • C. 结论2 的证明
  • 第三章 SAR图像斑点噪声模型及去噪方法
  • 3.1 SAR图像斑点噪声模型
  • 3.2 SAR图像的几何投影模型
  • 3.3 SAR图像斑点噪声抑制
  • 3.4 SAR图像斑点噪声的小波系数模型
  • 3.4.1 SAR图像的斑点噪声模型
  • 3.4.2 去噪算法和实验结果
  • 3.5 小波域两步LMMSE滤波算法
  • 3.5.1 两步法LMMSE去噪
  • 3.5.2 零均值广义高斯模型（GGD）和信号小波系数的方差估计
  • 3.5.3 图像去噪实验
  • 3.6 基于小波域非对称广义高斯分布纹理
  • 3.6.1 SAR图像盲去噪方法
  • 3.6.2 小波域两步法滤波和非对称广义高斯分布模型
  • 3.6.3 实验结果
  • 3.6.4 结论
  • 附录
  • 附录A 小波域局部信号方差的最大似然估计
  • 第四章 SAR图像非线性滤波
  • 4.1 Crimmis几何算法
  • 4.1.1 8-包算法和互补包算法
  • 4.1.2 Crimmis几何算法
  • 4.2 中值去噪算法
  • 4.3 SAR图像中值滤波去噪方法
  • 4.3.1 去除SAR图像的剩余脉冲噪声DPMF算法
  • 4.3.2 实验结果
  • 第五章 SAR图像的几何结构检测和方向分析
  • 5.1 SAR图像几何结构的分析研究
  • 5.2 边缘提取算法
  • 5.2.1 分水岭阈值算法准确检测边缘
  • 5.2.2 沙漏型窗无偏检测的理论分析
  • 5.2.3 仿真实验
  • 5.3 方向信息提取
  • 5.3.1 方向滤波器解析表达式已知情况下实现导向滤波器..
  • 5.3.2 方向滤波器解析表达式未知情况下实现导向滤波器..
  • 5.3.3 实验和仿真结果
  • 5.4 小波变换实现图像导向滤波
  • 5.4.1 导向滤波器与近似采样小波函数
  • 5.4.2 详细的算法流程
  • 5.4.3 实验和仿真结果
  • 附录
  • A. 圆形边框和方形边框情形下方向滤波器在方向维的角度分辨率的证明
  • 第六章 SAR图像后处理工作的总结和展望
  • 6.1 论文主要工作的总结
  • 6.2 后续工作的展望和SAR图像应用的发展
  • 参考文献
  • 致谢
  • 博士期间发表论文情况

    • 相关论文文献

    • [1].云贵高原典型地物L波段SAR散射特性分析——以昆明为例[J]. 上海国土资源 2019(04)
    • [2].基于深度神经网络的SAR建筑目标三维重建方法[J]. 中国科学:信息科学 2019(12)
    • [3].机载下视3D-SAR切航天线的机电耦合优化设计[J]. 机械设计与制造 2020(06)
    • [4].应用水冷散热的多通道星载SAR热真空试验设计[J]. 航天器工程 2020(04)
    • [5].大功率星载SAR天线电源系统脉动电流抑制研究[J]. 现代雷达 2020(08)
    • [6].微波轨道角动量在SAR中超分辨率成像研究[J]. 内蒙古科技大学学报 2020(02)
    • [7].2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报(信息科学版) 2020(09)
    • [8].基于分布式SAR系统的侦察卫星目标定位技术[J]. 计算机测量与控制 2020(09)
    • [9].基于SAR成像对隐身飞机维护的评估[J]. 火力与指挥控制 2019(10)
    • [10].星载双天线干涉SAR系统总体技术研究[J]. 航天器工程 2016(06)
    • [11].海量时序地基SAR影像相干目标选取[J]. 数据采集与处理 2016(06)
    • [12].手机通话与蓝牙耳机通话的SAR值研究[J]. 数字通信世界 2017(02)
    • [13].SAR图像分割方法综述[J]. 兵器装备工程学报 2017(06)
    • [14].西北寒旱灌区裸露地表粗糙度SAR反演建模方法研究[J]. 灌溉排水学报 2017(06)
    • [15].极化SAR图像分割方法研究[J]. 无线互联科技 2017(12)
    • [16].针对SAR图像的树形稀疏表示结构识别算法研究[J]. 计算机技术与发展 2017(08)
    • [17].基于前斜SAR成像导引头的末制导律研究[J]. 战术导弹技术 2017(05)
    • [18].基于张量高斯混合模型的SAR图像分割[J]. 电子技术与软件工程 2017(18)
    • [19].基于SAR数据的城市空气动力学粗糙度研究[J]. 遥感技术与应用 2016(05)
    • [20].主从模式编队卫星SAR压缩感知成像算法[J]. 信号处理 2013(12)
    • [21].干旱灌区含盐土壤水分SAR反演建模[J]. 灌溉排水学报 2016(S2)
    • [22].一种基于模糊滤波提高SAR自动目标识别平移不变性的方法[J]. 系统工程与电子技术 2020(11)
    • [23].基于SAR卫星遥感数据的城市不透水性分析[J]. 大众科技 2020(09)
    • [24].时变海场景双基SAR回波实时模拟方法研究[J]. 系统仿真学报 2020(11)
    • [25].联合星载光学和SAR影像的漳江口红树林与互花米草遥感监测[J]. 热带海洋学报 2020(02)
    • [26].高分辨率SAR影像提取冰川面积与冰面河[J]. 遥感技术与应用 2019(06)
    • [27].基于改进邻域比和分类的SAR图像变化检测[J]. 计算机应用与软件 2020(05)
    • [28].光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究[J]. 国土资源遥感 2020(02)
    • [29].磁共振超SAR问题及应对方法[J]. 中国医疗器械杂志 2020(04)
    • [30].波束跃度对星载方位向扫描模式SAR图像质量的影响[J]. 上海航天(中英文) 2020(04)

    标签：;  ;  ;  ;  ;  ;  ;  

    SAR图像噪声抑制和局部特征提取
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5