欢迎来到天天文库
浏览记录
ID:37403611
大小:16.85 MB
页数:70页
时间:2019-05-23
《基于非局部均值的SAR图像降噪研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中国科学院大学UniversityofChineseAcademyofSciences硕士学位论文基于非局部均值的SAR图像降噪研究2013年6月SARImageDespecklingBasedontheNon-localMeansMethodByLuHaoyangADissertationSubmittedtoTheUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofCommunicationandInformationSystemIn
2、stituteofElectronics,ChineseAcademyofSciencesJune,2013研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中国科学院电子学研究所或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。繇节熔吼洲、多、彦关于学位论文使用权的说明本人完全了解中国科学院电子学研究所有关保留、使用学位论文的规定
3、,其中包括:①电子所有权保管、并向有关部门送交学位论文的原件与复印件;②电子所可以采用影印、缩印或其他复制手段复制并保存学位论文;③电子所可允许学位论文被查阅或借阅;④电子所可以学术交流为目的,复制赠送和交换学位论文;⑤电子所可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名:节鳓嗍训,多、8导师签名:棚日期:灿r岁。6污摘要合成孔径雷达(SyntheticApertureRadar,SAR)是一种主动式微波成像雷达。其固有的相干成像机制,导致图像受相干斑污染,为特征提取和目标识别造成了困难。因此,抑制相干斑噪声成为SAR图像预处理的关键步骤。非局部
4、均值滤波算法打破了传统降噪算法中局部邻域这一框架,将特征统计由局部区域扩展到非局部区域乃至整个图像。相对于传统的降噪算法,非局部均值滤波可以充分利用图像自身的冗余性,降噪结果可以更准确地表征像素的特征。本文的主要研究内容和创新点如下:1)深入研究了相干斑的乘性噪声模型和传统的降噪算法,特别是统计域降噪算法,并通过实验比较了各算法的优缺点。2)分析了非局部均值滤波算法的原理,并深入研究了近些年出现的针对乘性噪声的非局部均值算法的改进算法。详细推导了一种适用于SAR相干斑乘性噪声模型的图像块相似性度量。3)介绍了局部自适应回归核特征,将其应用于受噪声严重污染的SAR图像中,使
5、其能够有效地提取SAR图像的几何特征。4)提出了一种新的基于几何特征聚类的非局部均值降噪算法。该算法在利用图像块的灰度相似性的同时,充分考虑了图像块之间的几何结构相似性。同传统的降噪算法相比,该算法在有效抑制相干斑噪声的同时,更好地保留了图像的边缘、纹理等信息,减少了边缘模糊。关键词:合成孔径雷达,图像降噪,非局部均值滤波,局部自适应回归核,相似性度量基于非局部均值的SAR图像降噪IlAbstractSyntheticApertureRadar(SAR)isfinactivemicrowaveimagingradar.Speckles,causedbythecoheren
6、timagingmechanismofSAR,degradethequalityofSARimagesandmakeitdifficulttoachievefeatureextractionandtargetrecognition.Therefore,despecklingisavitalstepinthepreprocessingofSARimages.Non-localmeans(NL-means)methodextendsthefeaturestatisticstothenonlocalareas,eventothewholeimage,whichbreaksthe
7、localrestraintofthetraditionaldespecklingmethods.Comparedtothetraditionalmethods,theNL—meansalgorithmmakesthemostoftheredundancyoftheimageitselfandthedespeckledimagesCancharacterizethepixelmoreaccurately.Themaincontributionandinnovationofthispaperincludes:1)Makeadee
此文档下载收益归作者所有