基于散射模型和非局部滤波的极化sar图像质量增强算法

基于散射模型和非局部滤波的极化sar图像质量增强算法

ID:34661287

大小:3.38 MB

页数:98页

时间:2019-03-08

基于散射模型和非局部滤波的极化sar图像质量增强算法_第1页
基于散射模型和非局部滤波的极化sar图像质量增强算法_第2页
基于散射模型和非局部滤波的极化sar图像质量增强算法_第3页
基于散射模型和非局部滤波的极化sar图像质量增强算法_第4页
基于散射模型和非局部滤波的极化sar图像质量增强算法_第5页
资源描述:

《基于散射模型和非局部滤波的极化sar图像质量增强算法》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、基于散射模型和非局部滤波的极化SAR图像质量增强算法作者姓名吴月珍学校导师姓名、职称钟桦教授领域电子与通信工程企业导师姓名、职称王晓华高工申请学位类别工程硕士提交学位论文日期2014年12月学校代码10701学号1202121277分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于散射模型和非局部滤波的极化SAR图像质量增强算法作者姓名:吴月珍领域:电子与通信工程学位类别:工程硕士学校导师姓名、职称:钟桦教授企业导师姓名、职称:王晓华高工提交日期:2014年12月Pol-SARImageQualityEnhancementAlgorithomBase

2、dontheScatteringModelandNLMFilterAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWuyuezhenSupervisor:ZhonghuaWangxiaohuaDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工

3、作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的

4、全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要极化合成孔径雷达(SAR)技术是一种先进的遥感技术,在现代国民经济,尤其军事领域的作用是越来越大。极化SAR技术不仅继承了合成孔径雷达技术的全天时,全天候、高分辨率的优势,并且相比较合成孔径雷达技术极化SAR能够获得多种回波信号,从而可以提供更加全面的散射信息。然而,极化SAR图像中的斑点噪声使极化SAR图像信息的质量大大降低,并且现有的极化SA

5、R图像质量增强技术在滤除噪声的同时不能很好地保持极化SAR图像的散射特性,使其在极化SAR图像的分类,分割,目标检测等的应用中也受到影响。因此,极化SAR图像的质量增强技术在极化SAR图像相关处理研究中比较重要,同时,在长期的研究过程中发现,掌握极化SAR图像像素点间散射特性相似性是比较重要的,对极化SAR图像的质量增强,分类,目标检测等研究意义重大,然而,现有的散射特性相似性度量方法不能很好地度量极化SAR数据的散射特性。本文通过对合成以及真实极化SAR数据进行统计分析,提出一种新的极化特性相似性度量方法,并将其应用到极化SAR图像的质量增强技术的研究中,本文

6、主要工作如下:(1)通过对大量合成的和真实的极化SAR数据的极化特性进行研究,提出了一种新的极化SAR相似性度量方法。该相似性度量方法首先对极化SAR数据进行基于散射模型的极化目标分解得到极化特征向量,将极化特征向量建立三维极化特征空间,同时利用空间特征向量间的夹角以及它们模值的关系计算两个像素点的极化相似性,通过与阈值的比较来决定两个像素点是否相似。通过其验证实验发现,该相似性度量方法能够准确并简便地度量出两个像素点的极化相似性。(2)基于极化相似性的极化SAR图像质量增强算法。我们将极化相似性度量方法应用到极化SAR图像的质量增强算法的研究中,提出了两种基于

7、极化相似性度量方法的极化SAR图像质量增强算法。第一种是基于散射特性的局部滤波算法,该算法首先对每一个待处理像素点进行数据类型分类,判断是否是低散射能量点,是否为散射特性孤立点,并根据其数据类型找到其相似像素点集合,进一步利用Lee滤波模型进行相干斑抑制。第二种是基于散射特性和NL-Lee滤波的极化SAR图像质量增强算法,该算法同样首先对每一个待处理像素点进行数据类型分类,判断像素点是否为散射特性孤立点,并根据其数据类型找到其相似像素点集合,进一步利用NL-Lee滤波算法计算出参数kij(,)以及利用数据类型来得到权值wij(,),最终得到极化SAR图像质量增强

8、的结果。I西安电子科技大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。