基于稀疏表示的SAR圖像抑斑.pdf

1、合成孔徑雷達(dá)(SAR)圖像在軍用和民用領(lǐng)域有著廣泛的應(yīng)用。但是SAR圖像中的相干斑嚴(yán)重影響著對圖像的理解與自動解譯，對其進(jìn)行相干斑抑制是進(jìn)行其他操作的必要前提。近年來，信號的稀疏表示引起了人們的廣泛關(guān)注，在特定的字典下，信號可以被描述為有限個字典原子的稀疏線性組合?；谙∈璞硎镜姆椒ㄒ呀?jīng)在圖像壓縮、修復(fù)等應(yīng)用中取得了顯著的成果。本文以稀疏表示為主線，對SAR圖像的相干斑抑制開展了相關(guān)研究，主要工作如下：
　　 (1)提出了一種基

2、于稀疏表示的SAR圖像相干斑噪聲抑制方法。首先在圖像塊的稀疏表示過程中，引入所編碼圖像塊的自身像素信息作為控制因子，以更好的抑制噪聲；同時應(yīng)用KSVD算法來更新字典，得到表示圖像內(nèi)容的自適應(yīng)字典；利用該字典和稀疏表示系數(shù)得到恢復(fù)的圖像，對具有多個估計值的像素進(jìn)行平均產(chǎn)生重構(gòu)的圖像；重構(gòu)圖像后，對差值圖像進(jìn)行非線性各項異性擴(kuò)散以增強(qiáng)點目標(biāo)。實驗結(jié)果表明，該方法對真實的SAR圖像不僅有較好的抑斑性能，同時保持了SAR圖像邊緣等細(xì)節(jié)信息。

3、r>　　 (2)提出了一種基于稀疏字典模型的SAR圖像相干斑抑制算法。首先針對KSVD算法訓(xùn)練字典具有高度結(jié)構(gòu)性的特點，引出稀疏字典模型；其次利用最大似然函數(shù)方法結(jié)合SAR圖像噪聲分布特性推導(dǎo)出稀疏編碼過程；在此基礎(chǔ)上采用稀疏字典模型進(jìn)行訓(xùn)練，得到稀疏矩陣和更新的表示系數(shù)；利用稀疏矩陣和更新的表示系數(shù)得到重構(gòu)的抑斑圖像。實驗結(jié)果表明，該算法具有較好的同質(zhì)區(qū)域相干斑抑制能力及輻射特性保持能力。
　　 (3)提出了一種基于小波域中