Shearlet域SAR圖像邊緣檢測與去噪.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)由于其高分辨、全天候、多極化、多視角及可穿透性等優(yōu)點得到了廣泛應(yīng)用。SAR是一種相干成像系統(tǒng)，因此所成圖像含有大量的相干斑噪聲。本文對SAR圖像的邊緣檢測和相干斑噪聲抑制進行了研究，主要工作有：
　　 (1)對SAR圖像邊緣檢測，特別是水域邊緣檢測。通過對多尺度幾何分析工具Shearlet進行改進，在改進的基礎(chǔ)上提出了一種針對SAR圖像水域邊緣的檢測方法。采

2、用改進Shearlet模極大值先對圖像邊緣進行粗檢測，再利用FCM方法分割出水域區(qū)域，并對此區(qū)域內(nèi)的邊緣進行選擇，最后，通過Snake模型對選擇出來的邊緣進行連接，形成最終的水域邊緣。實驗結(jié)果表明，該方法不僅提高了邊緣檢測的完整性和精確性，而且有效克服了斑點噪聲的影響，對SAR圖像水域邊緣的檢測是有效可行的。
　　 (2)以非下采樣Shearlet變換(NSST)為工具，通過分析偏微分方程和變換域閾值法在SAR圖像去噪中的優(yōu)缺點

3、。把二者的優(yōu)點相結(jié)合，對NSST分解系數(shù)中的邊緣區(qū)域進行保護，通過閾值法并結(jié)合全變差(TV)擴散方法對非邊緣區(qū)域系數(shù)進行收縮，之后再對去噪后圖像中被模糊掉的點目標(biāo)進行擴散，提出了一種結(jié)合邊緣保護和全變差閾值收縮對SAR圖像進行去噪的方法。
　　 (3)把實數(shù)域的擴散系數(shù)擴展到復(fù)數(shù)域，通過分析現(xiàn)有復(fù)擴散系數(shù)的不足，并對其進行改進、完善，提出了一種可以較好保持圖像中點、邊緣及紋理信息的復(fù)擴散系數(shù)。由于SAR圖像在利用復(fù)擴散進行去噪時