基于核聚類和最優(yōu)迭代的SAR圖像相干斑抑制研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）作為一種等效天線孔徑的雷達，它根據雷達與目標的相對運動來把較小尺寸的真實天線孔徑用數據處理的方法進行合成的。SAR圖像不僅具有全天候、全天時、分辨率高、可側視成像等諸多優(yōu)點，而且包含了豐富的特征信號，其中包括了多種信息，如幅度、相位和極化等，近幾年來進行SAR圖像的處理（去噪，分割，目標識別等）也越來越受到廣泛的關注。但是由于SAR圖像的特殊成像原理，會產生相干的散

2、射回波，造成了得到的SAR圖像中含有隨機的斑點噪聲，并且這些噪聲是乘性的，使得SAR圖像的去噪處理與一般圖像不同。這種相干斑噪聲影響了SAR圖像的質量和后續(xù)的處理。因此對SAR圖像的相干斑抑制是非常有必要的，并且要盡可能的保留圖像的細節(jié)信息。
　　SAR圖像去噪問題主要就是在去除斑點噪聲和保留SAR圖像細節(jié)這兩個方面做到一種好的平衡。本文主要是在更好的保留SAR圖像細節(jié)信息方向上對相干斑抑制方法做出了一些改進，主要工作和貢獻如下：

3、
　　1.提出基于核回歸特征聚類和改進非局部均值濾波的 SAR圖像相干斑抑制方法。主要是通過自適應核回歸自身的核函數特性，可以通過權值表示得到 SAR圖像的一些細節(jié)特征（邊緣，紋理等）。為了更好的處理這些特征，本文采用聚類的方式，將這些提取的特征作為初始聚類中心，然后利用 K-means聚類的方法將相似的特征聚合在一起，這樣就可以得到多個具有相似特征的聚類的，接下來通過改進相似性度量的方式進行優(yōu)化非局部均值濾波，這樣有效的保證了在

4、對每一類進行一個非局部均值去噪處理時能夠盡可能保留SAR圖像的細節(jié)部分。
　　2.提出了基于diffusion和boosting的自適應迭代估計的SAR圖像相干斑抑制方法。主要是引入了基于最小均方誤差（MSE）的一種風險估計，針對diffusion和boosting這兩種迭代機制，它們各有優(yōu)缺點，后者可以彌補前者的缺點，因此本文結合這兩種迭代方法的優(yōu)點，進行自適應選擇，得到最優(yōu)的迭代方法和迭代次數，然后基于這個最優(yōu)選擇得到的結果進