本文關(guān)鍵詞：基于雙邊濾波的結(jié)構(gòu)保持極化SAR圖像降噪研究

  更多相關(guān)文章： 極化合成孔徑雷達(dá) 雙邊濾波 相干斑抑制 結(jié)構(gòu)保持 極化散射特性

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)以其全天時(shí)、全天候和高分辨率的成像能力在遙感觀測(cè)領(lǐng)域擁有獨(dú)特的優(yōu)勢(shì),在軍事和民用領(lǐng)域得到廣泛的應(yīng)用。極化SAR能夠提供比單極化SAR更豐富的目標(biāo)散射信息,為圖像的正確解譯提供更多的數(shù)據(jù)支撐。由于成像系統(tǒng)的相干特性,極化SAR圖像中存在大量的相干斑噪聲,嚴(yán)重影響著圖像內(nèi)容的人工判讀和自動(dòng)化解譯。因此,相干斑抑制就成為了圖像解譯研究的核心內(nèi)容。針對(duì)極化SAR圖像的相干斑降噪問題,本文通過分析降噪過程中結(jié)構(gòu)特征提取與保持上的關(guān)鍵性問題,在描述結(jié)構(gòu)信息和極化散射信息與降噪過程的有機(jī)融合方面開展研究,提出了一種結(jié)構(gòu)保持的極化SAR圖像降噪算法,從而突破結(jié)構(gòu)保持降噪這一難點(diǎn)問題。本文研究的主要內(nèi)容和創(chuàng)新之處在于：(1)研究了一種邊緣保持的極化SAR圖像雙邊濾波算法。該算法在充分利用極化雙邊濾波能夠有效保持圖像邊緣和極化信息的基礎(chǔ)上,融合了極化SAR圖像的邊緣結(jié)構(gòu)特征和地物散射信息,在抑制相干斑的同時(shí),進(jìn)一步的保持了圖像的邊緣信息和極化散射信息,實(shí)現(xiàn)了極化SAR圖像降噪性能的提高。(2)研究了一種采用混合特征相似性的極化SAR圖像雙邊濾波算法。該算法利用在極化總功率圖上提取的結(jié)構(gòu)相似性指數(shù)構(gòu)建結(jié)構(gòu)相似性權(quán)重函數(shù),并在極化分解和無監(jiān)督分類前對(duì)極化SAR數(shù)據(jù)進(jìn)行去取向處理。通過提升圖像結(jié)構(gòu)信息和地物散射信息提取的準(zhǔn)確性,實(shí)現(xiàn)了結(jié)構(gòu)保持性能的進(jìn)一步提高。為了驗(yàn)證本文提出的基于雙邊濾波的結(jié)構(gòu)保持極化SAR圖像降噪算法,利用AIRSAR 和 Convair獲取的機(jī)載極化SAR圖像進(jìn)行了充分的實(shí)驗(yàn)驗(yàn)證,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了詳細(xì)的分析。相比于其他的極化雙邊濾波算法,本文所研究的算法具有較好的相干斑抑制能力,同時(shí)更好地保持了濾波后圖像的結(jié)構(gòu)信息和極化散射信息,對(duì)極化SAR圖像的準(zhǔn)確解譯具有積極的促進(jìn)作用。
【關(guān)鍵詞】：極化合成孔徑雷達(dá) 雙邊濾波 相干斑抑制 結(jié)構(gòu)保持 極化散射特性
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 緒論15-23
• 1.1 研究背景及意義15-16
• 1.2 研究現(xiàn)狀和進(jìn)展16-21
• 1.2.1 極化SAR系統(tǒng)發(fā)展簡介16-19
• 1.2.2 極化SAR圖像降噪研究現(xiàn)狀19-21
• 1.3 本文主要研究內(nèi)容21-22
• 1.4 本文內(nèi)容安排22-23
• 第二章 極化SAR基本理論23-32
• 2.1 極化基本理論23-24
• 2.1.1 完全極化波和Jones矢量23-24
• 2.1.2 部分極化波和Stokes矢量24
• 2.2 極化數(shù)據(jù)表征24-26
• 2.2.1 相干散射和散射矩陣24-25
• 2.2.2 非相干散射和Mueller矩陣25
• 2.2.3 協(xié)方差矩陣和相干矩陣25-26
• 2.3 極化分解理論26-29
• 2.3.1 Pauli分解26-27
• 2.3.2 H/A/α分解27-28
• 2.3.3 Freeman-Durden分解28-29
• 2.4 極化SAR數(shù)據(jù)統(tǒng)計(jì)模型29-30
• 2.4.1 復(fù)高斯分布30
• 2.4.2 復(fù)Wishart分布30
• 2.5 本章小結(jié)30-32
• 第三章 極化SAR圖像的雙邊濾波算法32-39
• 3.1 雙邊濾波算法32-33
• 3.2 極化雙邊濾波算法33-35
• 3.2.1 迭代雙邊濾波算法33-34
• 3.2.2 交叉迭代雙邊濾波算法34-35
• 3.3 相干斑抑制性能評(píng)價(jià)35-38
• 3.4 本章小結(jié)38-39
• 第四章 邊緣保持的極化SAR圖像雙邊濾波算法39-52
• 4.1 引言39
• 4.2 邊緣保持的極化SAR圖像降噪算法39-43
• 4.2.1 邊緣結(jié)構(gòu)特征提取39-41
• 4.2.2 地物散射特性提取41-42
• 4.2.3 迭代雙邊濾波算法42-43
• 4.3 實(shí)驗(yàn)結(jié)果與分析43-51
• 4.3.1 相干斑抑制能力43-44
• 4.3.2 結(jié)構(gòu)保持能力44-49
• 4.3.3 散射特性保持能力49-51
• 4.4 本章小結(jié)51-52
• 第五章 采用混合特征相似性的極化SAR圖像雙邊濾波算法52-63
• 5.1 引言52
• 5.2 采用混合特征相似性的極化SAR圖像降噪算法52-55
• 5.2.1 結(jié)構(gòu)相似性度量函數(shù)的構(gòu)建52-53
• 5.2.2 去取向理論介紹53-54
• 5.2.3 混合特征相似性的雙邊濾波算法54-55
• 5.3 實(shí)驗(yàn)結(jié)果與分析55-61
• 5.3.1 相干斑抑制能力55-57
• 5.3.2 結(jié)構(gòu)保持能力57-59
• 5.3.3 散射特性保持能力59-61
• 5.4 本章小結(jié)61-63
• 第六章 總結(jié)與展望63-65
• 6.1 全文總結(jié)63-64
• 6.2 未來工作展望64-65
• 參考文獻(xiàn)65-69
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況69-70

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張銀蒲;;混合圖像降噪技術(shù)研究[J];唐山學(xué)院學(xué)報(bào);2013年03期

2 王偉;;基于小波的閾值法圖像降噪分析與仿真[J];技術(shù)與市場;2009年12期

3 黃寶貴;馬春梅;盧振泰;;新的形態(tài)學(xué)圖像降噪方法[J];計(jì)算機(jī)應(yīng)用;2011年03期

4 江月松;王龍奇;;基于積分圖像的紅外圖像降噪去條帶方法[J];紅外;2012年07期

5 趙一凡;李久賢;吳游;夏良正;;一種基于小波域系數(shù)收縮的圖像降噪改進(jìn)算法[J];電路與系統(tǒng)學(xué)報(bào);2008年05期

6 周登文;申曉留;;基于最大似然估計(jì)的自適應(yīng)圖像降噪[J];計(jì)算機(jī)工程;2009年08期

7 王麗梅;孫豐榮;張明強(qiáng);李前娜;姚桂華;張運(yùn);;S變換在心肌聲學(xué)造影圖像降噪中的應(yīng)用[J];計(jì)算機(jī)工程;2009年13期

8 李智玉;矯媛;;基于上下文模型的小波包圖像降噪方法[J];系統(tǒng)仿真學(xué)報(bào);2009年S1期

9 傅健;李斌;肖迎春;江柏紅;;航空發(fā)動(dòng)機(jī)渦輪葉片工業(yè)CT圖像降噪方法[J];航空動(dòng)力學(xué)報(bào);2010年04期

10 祁國平;吳朝潤;;基于非局部均值的圖像降噪[J];山西電子技術(shù);2012年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 李小林;劉傳才;;基于PDE的圖像降噪方法的研究綜述[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 車憲民;XHX150A型X線機(jī)通過專家鑒定[N];中國醫(yī)藥報(bào);2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳建軍;基于偏微分方程的圖像降噪和圖像恢復(fù)研究[D];重慶大學(xué);2009年

2 陳守水;基于偏微分方程的圖像降噪及質(zhì)量評(píng)價(jià)研究[D];上海交通大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 葉銘;基于雙邊濾波的結(jié)構(gòu)保持極化SAR圖像降噪研究[D];合肥工業(yè)大學(xué);2015年

2 夏詠梅;低照度圖像降噪技術(shù)研究[D];南京理工大學(xué);2009年

3 王能強(qiáng);基于多小波理論的圖像降噪研究[D];中國海洋大學(xué);2008年

4 周慧;基于字典的圖像降噪方法研究[D];湖北大學(xué);2012年

5 吳嘉興;基于三邊結(jié)構(gòu)導(dǎo)向的三維地震圖像降噪方法研究[D];電子科技大學(xué);2013年

6 戶現(xiàn)標(biāo);小波分析在金屬圖像降噪中的應(yīng)用研究[D];沈陽理工大學(xué);2009年

7 邢孟棒;基于Primal Sketch修正與低秩模型的圖像降噪方法[D];西安電子科技大學(xué);2014年

8 宋保錕;激光主動(dòng)成像的圖像降噪技術(shù)處理[D];長春理工大學(xué);2011年

9 姜敏霞;井下視頻圖像降噪和增強(qiáng)技術(shù)的研究[D];西安科技大學(xué);2012年

10 汪汀;小波變換在圖像降噪和壓縮中的應(yīng)用研究[D];南昌大學(xué);2011年

，

本文編號(hào)：544838