SAR图像处理的独立分量分析方法

《SAR图像处理的独立分量分析方法》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、西北工业大学博士学位论文SAR图像处理的独立分量分析方法姓名：纪建申请学位级别：博士专业：计算机科学与技术指导教师：田铮20070301摘要法分别应用到盲噪声图像分离和sAR图像处理上，与传统的ICA方法相比，得到了较好的分离结果。【附录二：(2、6)】(5)给出极化SAR图像增强的子带ICA处理方法。子带ICA扩展ICA的基本模型，假设源信号各分量并不具有统计独立性，而是由一些统计独立的子分量组成，与传统算法相比，该方法具有更好的灵活性和鲁棒性结果。本文首次使用基于子带ICA方法进行极化SAR图像增强，得到了较好的实验结果。【附录二：(8、12)】关键词：独立分量分

2、析合成孑L径雷达图像多尺度自回归滑动平均模型投影寻踪学习网络稳健独立分量分析子带独立分量分析压缩斑点噪声抑制盲图像分离H西北工业大学博士学位论文sAR图像处理的独立分量分析方法Abstl‘actSAR(S”theticApertIlreRadar)imagesgetmerapiddeveIopmeIltaIld而deapplicationbecauset11eycanbe0btainedally-tiIIle，柚y．weather距dwitllhi曲res01ution．Unfommately，SARimagesarcalwaySpollutedby也emultipl

3、icatiVenoise．Forthjs”as011，the仃硼itionalmethodsofimageprocessiIlgdonotwOrkwell．hnlispap％ascriesofnewmethodsarepr叩osed粕dappliedtoSARcoIHpression，specklereductiona11denhancclIlmt．Them豳i111lovativepoints盯easfollows．．At五rst，anewmetllodbasedonmultiscaleautorc掣守ssiVemoVingaverage似Am他)moddsispr

4、eselltedtoco唧ressSARimage．Themethodllsesthemultiscalerepres印tation罅tIlecomerstoneofthemOdem培process，a11dconsmlctstheMARMAmodelsofimage．Thuswepredictthei11itializedimagedatallsingthesemultiscalemodels，觚dlhecompressionissubs哪lcIltlyachi“cdtllmu曲codingtheresidualimage．Unlikepublishcdmetllo

5、ds，supenrisingse舯cntationforSARimageisnotusedinoIlrcompressionprocesses．Sothepriorhowlcdgeofsegmentationisnotrequired．ExperimentalresuItshaveproV％thatthepfoposedmemodacllieVestlighcompressionmdios谢thimpressiveimagequali够Secondly'wepresentanewalgorithInforSARimagecomprcssionbasedonpr巧cct

6、ionpursuitle珊ingnetworks．Atfhst，wesegmelltanSARimage_intore百oIlsofdi丘hentsizesbasedonme孤valueineachre百on觚dmenconstmctillgadistinctcodeforeachblockbyllSillgtheprojectionpursuitneIlralne眦orl(s．Theprocessisstoppedwhenthedeshderrort11resholdig越hicved．砧eexp渤∞talresultsshowmatexceUentperf0衄an

7、cecanbeacllievedfbrtypicalSARimageswitllnosigIlificantdisto】叶ioni11仃oducedbyinlagecompression．11lirdly，tllepol撕metricsynmeticapem眦rad盯(PSAR)ilnagesaremodeledbyamix慨modelthatr豁ultsfbmtheproductof魄oilld印eIldentnlodels，onecharacterizestlleta唱etrcsponsea11dtheomercharacterizes也espe