学位论文 > 优秀研究生学位论文题录展示

基于稀疏分解的SAR图像抑制斑点噪声算法的研究

作　者: 高星星
导　师: 温显斌
学　校: 天津理工大学
专　业: 计算机应用技术
关键词: SAR图像图像去斑稀疏分解 K-SVD 过完备字典模拟退火
分类号: TN957.52
类　型: 硕士论文
年　份: 2011年
下　载: 98次
引　用: 0次
阅　读: 论文下载

内容摘要

对于SAR图像来说,相干斑抑制、边缘检测、分割等是在SAR图像处理研究中最基础的热点内容,而SAR图像去斑又是一个最基础和最重要的问题,因为SAR图像的斑点噪声直接影响了它的后续应用。本文研究基于稀疏分解的SAR图像斑点抑制方法,着重研究图像的稀疏分解在SAR图像斑点抑制中的应用。论文的主要成果有:1.对图像稀疏表示理论、方法以及基于稀疏表示的图像处理应用问题进行研究,重点研究了基于过完备字典的稀疏表示理论及应用。通过分析SAR图像和噪声在稀疏分解中不同表现,找出图像内容和图像噪声在稀疏分解中的区别,提出了基于图像稀疏分解的SAR图像分解与重建方法。2.基于图像稀疏分解的SAR图像斑点抑制算法。首先通过对数转换把SAR图像的乘性噪声转换为加性。然后通过选择自适应原子字典,给出了基于OMP(正交匹配跟踪)算法的SAR图像的稀疏分解,并通过SVD(奇异值分解)进行原子字典的更新和模拟退火算法来快速寻找每一步的最优原子,这将大大降低稀疏分解的速度。最后通过图像的稀疏表示来实现SAR图像的斑点抑制。

全文目录

摘要  5-6
Abstract  6-9
第一章绪论  9-13
  1.1 SAR 简介  9-10
  1.2 SAR 图像斑点抑制研究的目的和意义  10
  1.3 SAR 图像去斑的国内外研究现状  10-12
  1.4 论文的研究内容  12
  1.5 论文结构安排  12-13
第二章 SAR 图像斑点噪声的统计性质  13-20
  2.1 SAR 图像斑点噪声的产生机理  13-14
  2.2 SAR 图像的统计性质  14-17
    2.2.1 单视SAR 图像的统计性质  14-15
    2.2.2 多视SAR 图像的统计性质  15-17
  2.3 斑点噪声的乘性数学模型及统计性质  17-19
  2.4 本章小结  19-20
第三章信号和图像的稀疏分解  20-30
  3.1 信号的表示  20-21
  3.2 信号正交分解  21-22
  3.3 信号的稀疏表示  22-27
    3.3.1 过完备原子字典  23-24
    3.3.2 信号的稀疏分解  24-27
  3.4 图像的稀疏表示  27-29
    3.4.1 图像稀疏表示的基本思想  27
    3.4.2 基于MP 的图像稀疏分解  27-29
  3.5 本章小结  29-30
第四章基于稀疏分解的SAR 图像抑制斑点算法  30-44
  4.1 K-SVD 算法  30-31
  4.2 基于OMP 的图像稀疏分解与重建  31-33
  4.3 基于OMP 的图像稀疏分解的模拟退火实现  33-37
    4.3.1 OMP 算法模拟退火实现  33
    4.3.2 SAR 图像的评价标准  33-34
    4.3.3 原子数对图像分解与重建影响的实验分析  34-37
  4.4 利用K-SVD 实现SAR 图像的去斑  37-43
    4.4.1 SAR 图像的噪声模型  37-39
    4.4.2 K-SVD 算法实现  39-40
    4.4.3 实验结果及分析  40-43
  4.5 本章小结  43-44
第五章总结与展望  44-45
  5.1 本文研究工作的总结  44
  5.2 工作展望  44-45
参考文献  45-49
发表论文和科研情况说明  49-50
致谢  50-51

基于稀疏分解的SAR图像抑制斑点噪声算法的研究

内容摘要

全文目录

相似论文