基于Directionlet變換的SAR圖像去斑方法研究.pdf

1、由于合成孔徑雷達SAR的成像特性,疊加的相干信號會形成斑點噪聲,從而影響了對SAR圖像的處理。因此,去除SAR圖像的斑點噪聲是一個不可或缺的步驟。
　　本文根據(jù) SAR圖像相干斑乘性模型以及統(tǒng)計分布特性,結(jié)合多尺度幾何Directionlet變換的各向異性和多方向性的特點,針對SAR圖像的相干斑抑制,提出了幾種新的SAR圖像去斑的算法,本文的主要成果如下:
　　(1)設計了一種基于混合模型和NSDT的SAR圖像去斑的算法,該

2、混合模型是在NSDT變換域中提出的,由混合模型和鄰域系統(tǒng)組成。其中,混合模型有無參部分和有參部分組成;鄰域系統(tǒng)我們假設9種不同的鄰域形狀,這種方法能有效適用于冗余的NSDT變換的閾值估計。
　　(2)設計了一種基于 NSDT SAR與方向融合的圖像去斑算法,將SAR圖像分為勻質(zhì)區(qū)域和目標區(qū)域,對SAR圖像進行NSDT變換,結(jié)合貝葉斯非局部均值對SAR圖像中的變換系數(shù)進行去斑的處理,再對去斑后的變換系數(shù)采取不同的融合策略進行融合,得

3、到最終的去斑圖像。
　　(3)提出了一種基于字典學習和概率性分塊濾波(Probabilistic Patch–Based,PPB)的SAR圖像去斑的算法,該算法對SAR圖像去斑的目標函數(shù)是基于統(tǒng)計特性設計的,首先對SAR圖像用概率性分塊濾波進行預處理,將得到的去斑圖像作為目標函數(shù)的其中一項,然后用學習字典的方法進行去斑處理得到最終的SAR圖像。
　　將本文所提出的算法與經(jīng)典去斑算法對真實的SAR圖像進行去斑處理,實驗結(jié)果表明