基于非局部相似和低秩矩陣逼近的SAR圖像去噪.pdf

1、合成孔徑雷達(SAR)圖像能夠為許多應用提供有用信息，如軍事偵察與識別、遙感測繪等。但由于成像傳感器中存在大量隨機分布的散射體，其反射的雷達回波相干疊加，從而不可避免地在圖像中產(chǎn)生相干乘性噪聲，為后續(xù)SAR圖像分析帶來了極大不便。因此對SAR圖像的斑點噪聲進行抑制具有重要意義。本文研究的主要內(nèi)容是將低秩逼近算法推廣到SAR圖像去噪中，對低秩逼近算法進行研究改進，提出了一種基于新相似性度量的總變分正則化加權核范數(shù)最小化(WNNM)的圖像去

2、噪算法，主要內(nèi)容和創(chuàng)新點如下：
　　1.針對視數(shù)較低情況下SAR圖像降噪效果不明顯的問題，提出了一種新相似性度量的聯(lián)合塊匹配方式。首先根據(jù)SAR圖像的局部相似特性，采用非局部WNNM算法應用于SAR圖像去噪；然后通過離散二維余弦變換，將頻域信息作為主要參考信息，提出了一種基于頻域歐氏距離和結構相似度的聯(lián)合塊匹配方式；最后通過新聯(lián)合塊匹配方式尋找相似塊，構造低秩矩陣，采用WNNM算法逼近低秩矩陣，通過堆疊復位得到去噪后的圖像。仿真實

3、驗結果表示，基于聯(lián)合相似塊匹配和WNNM結合(P-WNNM)的SAR圖像去噪算法能夠有效增強圖像的細節(jié)信息。
　　2.針對P-WNNM算法邊緣模糊的問題，提出總變分正則化和P-WNNM結合(TV-PWNNM)的圖像去噪模型，并通過不精確拉格朗日乘子算法求解。由于TV-PWNNM算法在迭代去噪的同時也濾除了有用的幾何結構信息，因此，在弱紋理狀態(tài)下采用主成分分析(PCA)提取少量幾何信息來對殘余噪聲方差進行再估計，之后在低秩模型下采用