韦海军[1]2004年在《合成孔径雷达相干斑噪声建模与抑制技术》文中指出相干斑减弱了SAR系统对目标的分辨能力,极大地降低了传统的边缘检测、图像分割、目标分类等信息扩展技术的有效性,增加了SAR图像的解译工作的难度。本文系统地研究了SAR图像相干斑噪声建模与抑制问题,获得了很好的效果,主要工作包括以下叁个方面: 首先,通过对产生相干斑的物理机理和噪声模型进行深入探讨,及实证研究,建立了根据不同地貌和目标特征的SAR图像中的尺度特性选择最佳噪声模型的方法,并给出了模型的参数估计。结果表明这样的处理方法能够较好地描述相干斑的统计特性。 其次,总结了现有各种相干斑的抑制方法,主要包括基于滑动窗口的滤波方法、基于特征检测的滤波方法、形态学滤波方法、基于小波分解的去斑方法等。通过对上述方法进行理论分析和试验比较,探讨了在不同情形之下上述各方法的优缺点及抑斑方法的选择问题。此外,通过对偏微分方程相干斑抑制方法的系统研究,提出了一种基于各向异性扩散方程的去斑方法,该方法利用SAR图像局部方差系数来控制扩散过程,通过多次的迭代来抑制相干斑。试验结果表明这种方法与常用方法相比可获得更好的抑制斑点噪声及保持SAR图像边缘的效果。 最后,通过对现有各种相干斑抑制方法评价指标的探讨,本文建立了系统的相干斑抑制方法主、客观评价准则,这些准则与常用准则相比有着简单、直观、易于获取的优点,同时它还可体现出相干斑抑制处理过程中对图像施加的有利的和不利的影响。
贾惠珍[2]2011年在《合成孔径雷达图像相干斑抑制算法的研究》文中进行了进一步梳理合成孔径雷达是一种基于相干成像原理的高分辨率成像雷达,由于具有独特优势,被广泛应用于军事民用领域。但因相干成像原理存在固有缺陷,使合成孔径雷达图像不可避免的存在相干斑噪声,而相干斑噪声的存在严重影响其图像的后续处理,故相干斑抑制技术成了合成孔径雷达应用研究的一个重要课题。其研究的目的是在尽可能滤除相干斑噪声的同时最大程度地保持图像的边缘纹理等细节信息。本文的主要内容是在分析雷达图像特性以及相干斑形成机理及其模型的前提下,系统总结并介绍目前比较经典的噪声抑制技术主要包括空域滤波中的传统滤波方式：均值滤波和中值滤波；空域滤波中的经典滤波：LEE滤波,KUAN滤波,Frost滤波,GAMMA MAP滤波,改良的K均值滤波。对空域部分经典算法进行了实验仿真,通过实验结果分析发现两个问题：(1)Frost滤波算法因在同一窗口中所有像素只要离中心像素距离相同则其对中心像素的输出影响就是一样的,即等距等权,从而导致边缘细节模糊。(2)空域滤波中的经典算法普遍存在边缘细节保持不佳且滤波效果受滤波窗口大小的限制。随后介绍了本文评价算法优劣所采用的评价体系。接着针对frost滤波算法固有缺点提出了改进方案—采用滤波窗口t统计和像元本身与中心像元灰度差与滤波窗口平均灰度差的比值共同确定微调因子,通过实验验证改进算法确实比原来算法在边缘保持以及去噪方面具有更好的综合滤波性能。紧接下来针对空域滤波所有算法所存在的共性缺点提出改进方案,即采用自适应滑动窗口技术与边缘保持技术相结合的方法来抑制相干斑噪声。具体实现有两个方案：(1)联合自适应滑动窗口技术与边缘检测技术的降噪算法；(2)联合自适应滑动窗口技术与边缘保持最优化技术的降噪算法。这两个算法实现了固定窗口与自适应窗口的统一,方形窗口与变形窗口的统一,噪声抑制与边缘保持的统一,通过实验发现确实比原来算法在噪声抑制和边缘保持上有更好的性能。最后对SAR图像相干斑去噪今后的研究方向进行了展望。
卞云康[3]2009年在《合成孔径雷达的成像系统仿真与相干斑噪声特性研究》文中进行了进一步梳理合成孔径雷达(SAR)成像是目前成像探测和遥感观测的重要手段,具有广泛的军事和民用前景。如何对SAR成像过程进行模拟与系统仿真是揭示系统成像机理、验证成像算法、设计新的成像算法的有效途径。论文研究课题来源于国家863高新技术发展项目。论文在较系统的介绍合成孔径雷达的回波成像原理、地形与几何目标成像影响,SAR图像噪声特性的基础上,完成了SAR成像过程中的回波信号成像仿真,用面向对象的分析和设计方法完成了特定地面场景的成像仿真系统。本文工作主要归纳为:(1)研究了合成孔径雷达的回波成像原理和多普勒成像算法,结合回波数据的特点,实现了距离多普勒(RD)算法的Matlab程序,并在此基础上验证了RD成像过程。(2)通过建立目标仿真模型和叁维地形模型,对SAR在成像过程中可能出现的阴影、迭掩、透视收缩等地形目标几何畸变特性进行了数学建模与仿真,并基于Creator和Vega视景仿真软件进行二次开发了相应的仿真模块,给出了仿真结果。(3)基于SAR图像噪声的统计特性,对SAR幅值图像中存在的相干斑噪声进行统计建模与数据分析。通过极大似然估计建立SAR图像相干斑噪声的参数估计模型,并进行直方图的拟合,证实了乘性噪声比加性噪声更加合理,并实验验证了噪声的分布规律。(4)结合建立的SAR地物模型,给出了复杂场景的SAR成像仿真体系结构与实施方案。该方案不仅考虑了SAR成像过程中特有时空关系和各种参数对成像的影响,而且考虑了SAR在成像过程中地形目标几何畸变特性。最后结合Creator建模地面物体以及Vega的RadarWork模块,利用VC++编程语言开发了SAR成像仿真软件,实现了对地面场景实时成像的仿真。
李琴洁[4]2014年在《基于空间信息聚类的SAR图像分割算法研究》文中研究表明合成孔径雷达(Synthetic Aperture Radar, SAR)图像分割是SAR自动解译的关键技术之一,其结果对SAR图像的解译具有重要意义。SAR图像特有的相干成像系统提供了较光学图像更高的分辨率,但不可避免的存在严重的相干斑噪声,传统的针对加性噪声的图像分割方法不再适用于SAR图像。Gamma混合模型聚类根据SAR图像特有的统计分布,凭借形式简单、计算方便等优点,已成为当前广泛应用于SAR图像的分割算法。但是该算法仅利用图像的灰度信息,忽略了像素间的空间信息,导致该算法对噪声十分敏感,分割结果往往存在大量的误分现象。为此,本文提出了基于空间信息聚类的SAR图像分割算法,主要工作包含以下两个方面：1)研究分析了一种结合双边滤波与Gamma混合模型的SAR图像分割算法。该算法在模型的参数求解过程中,把每个像素本身所对应的贝叶斯后验概率作为该图像的像素值,通过双边滤波处理,使得图像中相邻像素的贝叶斯后验概率数值得到平滑,获得相近的贝叶斯后验概率数值。在每一次参数迭代过程中,融入一次滤波操作,使得每一次参数求解都受到像素位置的影响,既能准确的分割SAR图像,又能较好的抑制相干斑噪声对分割结果的影响；2)研究分析了采用区域Gamma混合模型的SAR图像分割算法。该算法采用分水岭分割作为初始分割,将过分割得到的区域块作为Gamma混合模型的聚类样本,使得Gamma混合模型聚类由传统的像素级提升到区域级。并进一步考虑区域间的相互关系,引入邻域因子融入到迭代算法中,得到邻域类生成加权概率,提高算法的分割效果。分别针对合成SAR图像与真实SAR图像进行了充分的实验,并进行了较为详细的分析。与传统的Gamma混合模型聚类、区域高斯混合模型以及区域MRF算法相比,本文所提算法的分割结果都分别有了较大的提高,具有更强的抗噪声能力。证明了本文算法在SAR图像分割中的可行性与有效性。
何科峰[5]2004年在《SAR图像相干斑抑制技术研究》文中提出合成孔径雷达(SAR)是一种工作在微波波段的相干成像雷达，由于其全天候和强透射性等特点，在军事和民用方面显示出巨大的发展潜力和广泛的应用前景。 由于SAR图像中存在着显着的相干斑噪声，使SAR图像的分割，分类和其它信息的提取过程变得复杂，因此相干斑的抑制成为SAR图像后处理的第一步。本文的研究内容就是SAR图像相干斑的抑制。其基本目标是在抑制图像均匀区域斑点噪声水平的前提下，保持图像边缘和纹理等细节信息。关于SAR相干斑的抑制，国内外已经提出了不少的算法，从最初的多视平均到空域滤波、频域滤波等等。 本文的主要内容为： 1、分析了相干斑的统计特性、包括空间域的强度和幅度图像的相干斑统计。 2、分析和推导了一些比较重要的相干斑抑制算法，并编程实现了这些算法。 3、针对传统空间滤波器的不足，引入迭代处理和相关邻域模型的概念，提出了基于相关邻域模型的最大后验迭代滤波。该算法引用一系列反映局部边界特征的邻域模型，以描述图像的细节。引入强度的先验概率分布模型，利用Bayes方法，对各个结构进行实际强度的最大后验估计。并在此过程中，对滤波结果进行迭代，以获得优化的结果。试验表明，该算法在平滑噪声和保持边缘方面都取得了良好的效果。
马臣岗[6]2011年在《基于小波包分析的合成孔径雷达图像降噪算法研究》文中指出合成孔径雷达(SAR)通过主动方式向目标发射电磁波,并利用目标反射的电磁波进行成像。合成孔径雷达可实现在不同频段、不同极化下得到目标的高分辨率图像。它具有全天候、全天时、高分辨率、不受云雨覆盖或光照条件的影响等优点,广泛用于航天侦察、航空测量、卫星海洋观测、航空遥感、图像匹配制导等领域。因此,SAR图像处理技术的研究具有重要的理论意义和工程应用价值。本论文在参考了大量的相关文献之后,深入分析研究了SAR成像过程中所产生的相干成像原理固有的噪声——相干斑噪声,研究目前抑制相干斑噪声的多种方法,包括空间域滤波方法和小波域的滤波方法。本论文主要针对SAR图像的噪声特点,提出了基于小波包分析的降噪方法。通过详细研究小波包分析在SAR图像降噪过程中的应用,给出了小波包的阈值函数、阈值、小波函数和分解尺度的选择依据,同时对在降噪过程中起关键作用的软、硬阈值折中法进行了改进。通过阈值函数、阈值、小波函数和分解尺度的确定,最终形成一个完整的基于小波包理论的SAR图像相干斑消噪算法。本文所提出的方法经仿真实验验证,在滤除SAR图像消噪过程中取得了理想效果,相比于传统的滤波方法具有更好的灵活性和自适应能力,完全符合本课题的研究目的。
陈少波[7]2010年在《SAR图像相干斑抑制算法研究》文中认为合成孔径雷达(synthetic aperture radar, SAR)是一种高分辨率微波遥感成像传感器,SAR具有不受天气和气候条件影响、穿透性强等特点。SAR目前已成为监控全球环境的一个重要而有效的手段；在军事应用领域,SAR主要用来对军事目标进行定位、识别。由于SAR系统相干成像的特点,SAR图像不可避免地受到相干斑噪声的污染。相干斑噪声的存在严重影响了SAR图像的视觉效果及其自动解译。相干斑噪声抑制算法主要分为两类：一,成像之中的多视处理；二,成像之后的SAR图像斑点噪声抑制算法,主要包括基于估计理论的抑制算法、基于偏微分方程的抑制算法和基于变换域的抑制算法。本文主要研究成像之后的SAR图像相干斑滤波算法。文中重点讨论和分析了基于估计理论和偏微分方程的抑斑技术,并提出了一类基于SAR图像异质性测量的抑斑技术。本文的主要创新工作如下：一,通过对经典的基于估计理论的斑点噪声滤波器进行总结和分析,得出结论：基于估计理论的SAR图像抑斑算法是建立在精确的SAR图像的场景模型分布和噪声模型分布的基础上的,因此模型分布的参数估计方法是这类算法的关键技术；文中利用基于Mellin变换和“对数累积量”估计的方法来对模型分布的参数进行估计,提出了一种基于Generalized Gaussian模型的最大后验估计斑点噪声抑制算法。仿真实验证明了新算法的有效性。二、通过分析SAR图像的相干斑噪声分布模型在对数域上的统计特性,为将适合加性噪声滤波的P-M扩散方程应用到SAR图像相干斑滤波中奠定了理论基础。为了在扩散过程中保持图像的一些不太明显而又重要的细节,对P-M扩散方程进行了改进：通过分析各向异性扩散和稳健统计学的联系,将Biweigh函数作为扩散系数函数引入到P-M扩散方程中；对梯度阈值的选择进行改进,使之随时间非线性减小,更好地保持边缘信息；引进峰值信噪比准则来选择停止扩散的时间,使噪声抑制过程高效准确。仿真实验表明：提出的斑点噪声抑制算法在有效抑制斑点噪声的同时,能较好地保持边缘等特征信息,有一定的实用价值。叁、在分析传统的基于估计理论的自适应滤波器(像Lee,Kuan,Frost等滤波器)和各向异性扩散的斑点噪声滤波算法(SRAD)的工作原理的基础上,得出结论：这两种滤波器在对SAR图像进行滤波的过程中都受到SAR图像的一个重要的局部统计指标—SAR图像的变差系数(CV)的制约；CV是SAR图像异质性测量的方式之一。文中用SAR图像的另一种异质性测量方式——算术与几何均值比(A／G)来代替CV在传统自适应斑点噪声滤波器和SRAD中的作用,提出了两种新的基于A／G的斑点噪声滤波算法：基于A／G的SAR图像空间自适应相干斑滤波算法和基于A／G的SRAD滤波算法。仿真实验证明了基于A／G的斑点噪声滤波器的有效性；在对纹理信息丰富的SAR图像的处理中,基于CV的传统斑点噪声滤波器比基于A／G的斑点噪声滤波器表现要好；而在对具有大范围边缘、亮线和全向纹理等特性的SAR图像的处理中,基于A／G的斑点噪声滤波器比基于CV的传统斑点噪声滤波器表现要好；两类算法互为补充。在论文结尾,总结了全文的研究内容,阐述了当前研究的不足之处,并指出下一步的研究方向。
汪洋, 鲁加国, 张芬[8]2009年在《一种新的极化滤波综合性能评估方法》文中进行了进一步梳理极化合成孔径雷达(SAR)可以获得目标散射的相位信息,这种更加丰富的信息为极化SAR图像相干斑噪声抑制提供了更好的解决方法。通过对几种典型的极化滤波技术的算法实现,基于采样信号波形图、极化特征图和相对标准差,提出了一种新的极化滤波综合性能评估方法。对实测极化SAR数据进行实验验证,结果表明局部统计滤波在图像分辨率的保持、极化信息的保留和相干斑噪声的抑制3个方面都有很好的效果。
刘中杰[9]2013年在《无人机精确打击过程中的SAR图像解译系统关键技术研究》文中研究表明合成孔径雷达(Synthetic Aperture Radar,SAR)具有成像不受天气和恶劣气候影响的特点,在军事和民用方面具备重大的战略价值,是各军事强国关注和研究的焦点,已成为先进无人机的标准配置之一。合成孔径雷达特有的相干成像方式相较于普通光学传感器而言成像方式特殊,使得SAR图像的解译相对于可见光图像更为复杂,因而研究适合于无人机精确打击过程中的SAR图像解译系统是一项极具挑战但又意义重大的研究课题。本文针对这一科学问题,分别在SAR图像滤波、地面目标检测与识别和可见光图像与SAR图像的配准等方面开展了一系列研究工作,特别关注SAR图像解译方法的实时性和鲁棒性。首先,综合现有的文献资料以及本课题组的前期研究成果,结合机载SAR图像具有的相干斑噪声等特点,考虑具体的应用环境,对SAR传感器的成像原理进行了概述,并分析了机载SAR图像的数据特点,针对以目标定位为目的的机载SAR图像解译系统提出了具体研究框架。而后,根据SAR图像的数据特点,对相干斑噪声的物理特性进行了描述,并进行了基于统计域和小波域的SAR图像滤波算法研究,提出了客观的评价指标以便进行定量的分析和比较。对各种滤波算法进行了仿真实验,通过比值图像观察滤波算法的效果,给出了针对不同特点的SAR图像滤波算法的适用范围,为后续工作奠定了基础。接着,针对SAR图像解译系统中的目标检测模块,提出了一种基于鲁棒主元分析的地面车辆目标检测算法。充分利用多幅SAR图像,构造观测矩阵,通过求解一个凸优化问题,重建出表征背景的低秩矩阵和表征目标的稀疏矩阵,并给出了约束条件。进一步,为了对SAR图像车辆目标进行准确检测,同时避免误分割,设计了一种基于稀疏度的阈值选取方法,并据此实现了单个车辆目标的分割。仿真实验表明,对于多幅大幅SAR场景中的多目标检测问题,该算法也能有效地对背景和目标进行分离,取得了理想的检测效果。然后,考虑到巨大的数据量往往为SAR图像解译系统中的目标识别带来很大困难,提出了基于压缩感知理论的SAR图像目标识别算法。针对压缩感知理论中的过完备字典,设计了基于主元分析和核主元分析的降维方法。将降维后的测试样本在降维后的过完备字典上进行投影,并使用得到的稀疏系数重构出测试样本,之后利用二范数求得测试样本的所属类别。仿真结果说明,当目标图像受到较强噪声影响时,该识别算法能够实现准确的目标识别,且对SAR目标图像方位角的变化具有较强的适应性。最后,为了研究无人机精确打击过程中的目标定位,考虑在图像仿射变换模型下的异源图像配准,提出了一种基于控制线方法的可见光图像与SAR图像配准策略。为了提高景象匹配的实时性和鲁棒性,利用改进的直线段检测器检测图像的特征直线,并通过Hough变换对直线段进行链接,然后根据一定的约束条件构造相交控制线对。同时,设计了一种基于控制线交点的同名点匹配函数,最后依据仿射变换模型得到配准参数,实现了异源图像的精确配准。实验表明,在SAR和可见光图像存在较大灰度差异、旋转和平移的情况下,该算法仍能精确配准图像,且运算时间大幅减少,能够满足一些实时性较强的应用。
夏梦琴[10]2015年在《噪声抑制的极化SAR图像分割方法研究》文中研究指明合成孔径雷达(Synthetic Aperture Radar, SAR)是一种主动成像传感器,具有全天时、全天候和高分辨率等优点,已广泛应用于军事和民用各个领域。极化SAR图像解译对理解极化SAR图像内容具有重要意义,图像分割是图像解译中的一个重要的环节。由于受相干斑噪声的影响,对SAR图像数据的处理较为困难,如何对极化SAR图像进行准确分割是一个关键问题。本文针对这一问题进行研究,提出了噪声抑制下的极化SAR图像分割算法。本文研究的主要内容及主要创新之处如下：1、研究了一种噪声抑制的极化SAR图像分割算法。该方法主要在分水岭分割之前进行各向异性扩散的相干斑降噪滤波,有效降低相干斑噪声影响,减少分水岭分割的过分割现象,进一步考虑区域与区域之间差异度,建立更加准确的空间上下文模型,实现SAR图像的准确分割。2、研究了一种噪声抑制的可变权值极化SAR图像分割算法。该方法在极化总功率图上先进行滤波,对滤波后的图像进行分水岭分割,构建区域邻接图,充分利用图像的边界信息得到可变权值,有效调节特征模型与空间上下文模型之间关系,提高分割准确率。通过对RADARSAT-2卫星和SIR-C卫星获取的单视多极化SAR图像进行实验,与其他先进算法相比,验证了该算法的有效性。本文的研究内容和成果对于极化SAR图像的分割和解译工作具有一定的意义和应用价值。
参考文献：
[1]. 合成孔径雷达相干斑噪声建模与抑制技术[D]. 韦海军. 国防科学技术大学. 2004
[2]. 合成孔径雷达图像相干斑抑制算法的研究[D]. 贾惠珍. 广西师范大学. 2011
[3]. 合成孔径雷达的成像系统仿真与相干斑噪声特性研究[D]. 卞云康. 南京理工大学. 2009
[4]. 基于空间信息聚类的SAR图像分割算法研究[D]. 李琴洁. 合肥工业大学. 2014
[5]. SAR图像相干斑抑制技术研究[D]. 何科峰. 西北工业大学. 2004
[6]. 基于小波包分析的合成孔径雷达图像降噪算法研究[D]. 马臣岗. 中北大学. 2011
[7]. SAR图像相干斑抑制算法研究[D]. 陈少波. 华中科技大学. 2010
[8]. 一种新的极化滤波综合性能评估方法[J]. 汪洋, 鲁加国, 张芬. 无线电工程. 2009
[9]. 无人机精确打击过程中的SAR图像解译系统关键技术研究[D]. 刘中杰. 南京航空航天大学. 2013
[10]. 噪声抑制的极化SAR图像分割方法研究[D]. 夏梦琴. 合肥工业大学. 2015
标签：电信技术论文; 合成孔径雷达论文; sar论文; 图像分割论文; 加性噪声论文; 系统仿真论文; 中值滤波matlab论文; 数据滤波论文; 图像滤波论文; 边缘提取论文; 建模软件论文; 图像噪声论文; 平滑滤波论文; 图像处理论文; sar雷达论文;