学位论文 > 优秀研究生学位论文题录展示

SAR图像分辨率增强方法研究

作　者: 苏慧君
导　师: 张晓玲
学　校: 电子科技大学
专　业: 信号与信息处理
关键词: SAR图像 超分辨 分辨率增强 正则化 改进的IBP
分类号: TN957.52
类　型: 硕士论文
年　份: 2011年
下　载: 166次
引　用: 0次
阅　读: 论文下载
 

内容摘要


合成孔径雷达(Synthetic Aperture Radar, SAR)由于具有全天时、全气候、穿透性等特点,在军事和国民经济等重要领域表现出巨大的潜力和应用前景。而SAR的应用效能主要取决于所获取的图像质量,SAR图像的质量越高,其后续应用性能(如目标识别、图像分割、特征提取等)就会越好。分辨率是衡量SAR图像质量重要指标之一。所获得的SAR图像分辨率越高,所能提取的目标的信息就越丰富、特征就越明显,许多领域对SAR图像的分辨率提出了很高的要求。因此研究如何获得分辨率增强的SAR图像具有非常重要的理论和实践意义。本文围绕SAR图像分辨率增强,主要进行了基于正则化方法和基于超分辨重建的SAR图像分辨率增强方法研究。主要工作如下:1.介绍了SAR图像分辨率增强的研究背景及意义,对课题相关技术的国内外研究动态进行了总结。阐述了SAR图像分辨率增强的含义,分析了SAR图像的稀疏先验分布,给出了SAR图像分辨率增强的评价标准。2.研究了基于正则化理论的SAR图像分辨率增强方法。分析并仿真验证了正则化方法应用于SAR图像处理的条件,提出了一种基于二维分解正则化处理的SAR图像分辨率增强方法。该方法对SAR幅度图像进行处理,建立了SAR观测图像和真实场景图像之间的投影算子。该算子的选择一方面相比频域成像投影算子对系统参数信息的要求比较少;另一方面该算子具有二维正交无关性,从而可实现SAR图像距离向和方位向的二维分解并进行分维正则化处理。与传统的SAR图像正则化处理方法相比,该投影算子选择及分维处理方式大大减小了运算量。仿真验证了该正则化处理方法能够实现SAR图像去噪和分辨率增强。3.研究了基于超分辨重建技术的多幅SAR图像分辨率增强方法。分析了超分辨重建用于SAR图像处理的可行性,将超分辨重建的思想引入SAR图像处理,提出了一种改进的IBP(Iteration back projection)超分辨重建方法,该方法在每次迭代时采用不同的加权投影系数在更小的像素单元上对图像进行修正,有效的利用了图像中的高频信息。仿真实验和实测图像处理验证了经改进的算法融合后的图像相比原图像信息熵更大,均方差更小,分辨率得到提高。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-16
  1.1 研究背景及意义  9-10
  1.2 国内外研究概况及动态  10-15
    1.2.1 SAR 图像的发展应用动态  10-11
    1.2.2 SAR 图像分辨率提高技术的研究现状  11-15
  1.3 论文的内容和结构安排  15-16
第二章 SAR 图像的基本特性  16-28
  2.1 引言  16
  2.2 SAR 图像分辨率基础  16-20
    2.2.1 分辨率的概念  16-19
    2.3.2 SAR 图像分辨率增强  19-20
  2.3 SAR 图像统计分布特性分析  20-25
    2.3.1 SAR 图像的统计分布模型  20-21
    2.3.2 SAR 图像稀疏分布  21-25
  2.4 图像质量的评价标准  25-27
    2.4.1 主观评价  25-26
    2.4.2 客观评价  26-27
  2.5 本章小结  27-28
第三章 基于正则化方法的SAR 图像分辨率增强  28-54
  3.1 引言  28
  3.2 正则化方法  28-38
    3.2.1 正则化方法的数学理论  28-30
    3.2.2 SAR 图像正则化处理  30-36
    3.2.3 正则化方法求解  36-38
  3.3 SAR 图像二维分解正则化处理  38-42
    3.3.1 SAR 图像正则化处理条件  38-39
    3.3.2 SAR 图像二维分解正则化处理  39-42
  3.4 仿真结果与分析  42-53
    3.4.1 一维数据正则化去噪  42-43
    3.4.2 SAR 图像正则化处理  43-53
  3.5 本章小结  53-54
第四章 基于改进的IBP 方法的SAR 图像分辨率增强  54-73
  4.1 引言  54
  4.2 超分辨重建的理论基础  54-60
    4.2.1 超分辨重建的数学基础  55-56
    4.2.2 超分辨重建的降质模型  56-57
    4.2.3 图像成像的数学模型  57-60
  4.3 改进的IBP 方法  60-63
    4.3.1 传统IBP 方法基本原理  60-61
    4.3.2 改进的IBP 方法  61-63
  4.4 仿真结果与分析  63-72
    4.4.1 仿真验证  63-65
    4.4.2 实测验证  65-72
  4.5 小结  72-73
第五章 总结与展望  73-75
  5.1 工作总结  73-74
  5.2 工作展望  74-75
致谢  75-76
参考文献  76-80
攻硕期间取得的研究成果  80-81

相似论文

  1. 极化SAR图像超分辨算法的研究,TN957.52
  2. 高光谱图像空—谱协同超分辨处理研究,TN911.73
  3. 基于学习的低阶视觉问题研究,TP391.41
  4. 高保真遥感图象压缩与分辨率增强联合处理研究,TP751
  5. SAR图像超分辨率重构研究,TN957.52
  6. 基于回归的图像超分辨率重建技术研究,TP391.41
  7. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  8. 基于学习的视频超分辨率重建算法研究及实现,TP391.41
  9. 认知无线电中频谱感知方法的研究,TN925
  10. POCS图像超分辨率重建技术研究,TP391.41
  11. 代数曲线实时光栅化,TP391.72
  12. 基于锥形微纳光管的亚波长聚焦及其应用的研究,TN25
  13. 基于学习的图像超分辨率技术及其应用研究,TP391.41
  14. 基于自适应字典稀疏表示超分辨率重建的视频编码技术,TN919.81
  15. 无线传感器网络定位算法的研究,TN929.5
  16. Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
  17. 基于样例的图像画质增强,TP391.41
  18. 基于谱正则化的线性降维方法研究,TP391.41
  19. 求解图像去噪问题的变权重不动点算法研究,O177.91
  20. 步进频率SAR超分辨成像技术研究,TN957.52
  21. 车辆目标SAR图像预处理方法研究,TN957.52

中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 数据、图像处理及录取
© 2012 www.xueweilunwen.com