本文關(guān)鍵詞：基于Cauchy分布建模和Shearlet變換的高分辨率SAR圖像降斑算法研究

  更多相關(guān)文章： SAR圖像 相干斑抑制 柯西分布 剪切波 正態(tài)反高斯分布

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具有全天時、全天候、高分辨率和穿透一些地物的特點,因而在軍事方面及國民經(jīng)濟的地質(zhì)和礦物資源勘探、地形測繪和制圖學(xué)、農(nóng)業(yè)和林業(yè)、海洋和水資源、生態(tài)等方面具有重要的應(yīng)用價值。由于SAR成像機制與光學(xué)成像不同,其的相干成像機制將導(dǎo)致圖像產(chǎn)生斑點,它的存在降低了SAR圖像的質(zhì)量,將導(dǎo)致了后期的檢測邊緣、分割圖像和識別目標(biāo)的等圖像處理上無法獲得良好地效果。所以,斑點的抑制是SAR圖像處理過程中一個重要問題。本文對在SAR圖像中,如何高效地抑制斑點進(jìn)行了深入的研究。完成的主要工作如下:(1)介紹了Cauchy分布模型,并提出基于第二統(tǒng)計量的對數(shù)累積量(Mo LC)的參數(shù)估計方法,并與其它常用的參數(shù)估計方法來估計Cauchy分布中的未知參數(shù),然后使用Cauchy分布模型對高分辨率SAR圖像進(jìn)行建模。通過實驗,可以得出在估計精度和時間上,對數(shù)累積量估計方法優(yōu)于最大似然估計(ML)和分?jǐn)?shù)低階矩估計方法(FLOM)。(2)介紹了剪切波理論和主要特性及其離散化方法。并以硬閾值降斑算法為例,分析了剪切波關(guān)鍵參數(shù)與降斑效果的關(guān)系,并且通過實驗,表明了參數(shù)中的分解層次,方向個數(shù)越多,閾值合理,降斑的效果就越好。(3)提出基于正態(tài)反高斯分布(NIG)分布模型的剪切波降斑算法。在剪切波的基礎(chǔ)上,在最大后驗概率準(zhǔn)則(MAP)的指導(dǎo)下,推導(dǎo)出了一個剪切波域的系數(shù)收縮函數(shù),并給出了收縮函數(shù)的參數(shù)估計方法。通過實驗,從定性和定量指標(biāo)中可以驗證所提算法具有很好的相干斑抑制和邊緣保持特性。
【關(guān)鍵詞】：SAR圖像 相干斑抑制 柯西分布 剪切波 正態(tài)反高斯分布
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN958
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-13
• 1.1 研究背景及意義8-9
• 1.1.1 合成孔徑雷達(dá)的發(fā)展概況及國內(nèi)外研究8-9
• 1.1.2 合成孔徑雷達(dá)的應(yīng)用9
• 1.1.3 課題的研究目的和意義9
• 1.2 SAR圖像降斑的研究現(xiàn)狀9-11
• 1.3 論文的主要內(nèi)容及其組織結(jié)構(gòu)11-13
• 第2章 SAR圖像經(jīng)典降斑算法13-20
• 2.1 SAR圖像的相干斑噪聲的模型和統(tǒng)計特性13-14
• 2.1.1 相干斑噪聲的模型13
• 2.1.2 相干斑噪聲的統(tǒng)計特性13-14
• 2.2 SAR圖像的傳統(tǒng)降斑算法14-17
• 2.2.1 Lee濾波及其增強型算法14-15
• 2.2.2 Kuan濾波及其增強型算法15-16
• 2.2.3 Gamma MAP濾波16-17
• 2.3 SAR圖像的小波降斑算法17-18
• 2.3.1 小波閾值17
• 2.3.2 小波貝葉斯方法17-18
• 2.4 降斑算法的性能評價指標(biāo)18-19
• 2.4.1 主觀評價方法18
• 2.4.2 客觀評價方法18-19
• 2.5 本章小結(jié)19-20
• 第3章 剪切波變換理論及其實現(xiàn)20-28
• 3.1 多尺度幾何變換的發(fā)展20-21
• 3.1.1 傅里葉變換20
• 3.1.2 小波變換20
• 3.1.3 多尺度幾何變換20-21
• 3.2 剪切波理論21-22
• 3.3 剪切波主要特性22-23
• 3.4 剪切波的離散化23-24
• 3.5 剪切波關(guān)鍵參數(shù)24-27
• 3.6 本章小結(jié)27-28
• 第4章 Cauchy分布對高分辨率SAR圖像的統(tǒng)計建模28-43
• 4.1 Cauchy分布簡介28-32
• 4.1.1 Cauchy分布28-29
• 4.1.2 Cauchy分布的仿真29-30
• 4.1.3 Cauchy分布的代數(shù)拖尾實驗30-32
• 4.2 傳統(tǒng)的參數(shù)估計方法32-34
• 4.2.1 最大似然估計（ML）32-33
• 4.2.2 分?jǐn)?shù)低階矩（FLOM）33-34
• 4.3 Cauchy分布的參數(shù)估計34-36
• 4.3.1 第二類統(tǒng)計量34
• 4.3.2 位置參數(shù)的估計34-35
• 4.3.3 尺度參數(shù)的估計35-36
• 4.4 參數(shù)估計實驗36-42
• 4.4.1 Monte Carlo仿真36-40
• 4.4.2 SAR圖像參數(shù)估計實驗40-42
• 4.5 本章小結(jié)42-43
• 第5章 基于正態(tài)反高斯分布模型的剪切波降斑算法43-53
• 5.1 NIG分布43-44
• 5.2 MAP估計44-45
• 5.3 NIG分布的參數(shù)估計45-46
• 5.4 實驗結(jié)果與分析46-52
• 5.4.1 NIG分布對高分辨率SAR圖像建模47
• 5.4.2 高分辨率SAR圖像的降斑實驗47-52
• 5.4.3 實驗結(jié)果總結(jié)52
• 5.5 本章小結(jié)52-53
• 第6章 總結(jié)與展望53-55
• 6.1 論文工作總結(jié)53
• 6.2 SAR圖像降斑展望53-55
• 參考文獻(xiàn)55-60
• 致謝60-61
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報;2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學(xué)學(xué)報(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動分析[J];光學(xué)機械;1988年04期

8 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學(xué)與計算機;2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計算方法[J];模式識別與人工智能;2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會2013學(xué)術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評價及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學(xué);2015年

，

本文編號：712027