基于Primal Sketch分類的SAR圖像去噪和變化檢測的研究.pdf

1、合成孔徑雷達(SAR)圖像的全天時、全天候的探測及強穿透力的特點，使得SAR圖像廣泛應(yīng)用于軍事和日常生活中，如目標(biāo)識別、地震臺風(fēng)預(yù)測、河流遷移檢測等。但是由于SAR的成像機制，使得SAR圖像存在固有的相干斑噪聲，為SAR圖像后期處理帶來極大的困難，所以SAR圖像的相干斑抑制是應(yīng)用SAR圖像必不可少的一步。SAR圖像變化檢測是檢測圖像中場景的變化情況，廣泛應(yīng)用于軍用和民用中，是SAR圖像處理中一個非常重要的應(yīng)用。本文從SAR圖像相干斑抑制

2、和SAR圖像的變化檢測角度進行研究，其主要的工作如下：
　　1.提出了基于Primal Sketch分類和SVD域MMSE估計的SAR圖像去噪方法。在該方法中，首先，在Primal Sketch算法中，采用雙鄰域?qū)Ρ榷鹊姆椒▽δ芰繄D進行增強再進行素描圖的繪畫，進而對筆畫進行擴展將SAR圖像分為邊緣類和非邊緣類兩類；其次，分別對邊緣類和非邊緣類中的像素點采用比值相似性的測量方法選取周圍相似的鄰域圖像塊并列向量化組成二維矩陣進行SVD

3、分解，用含有收縮因子的最小均方誤差準(zhǔn)則估計奇異值，反變換得到邊緣類的估計值和非邊緣類估計值；最后，依據(jù)像素點的類別計算邊緣系數(shù)，通過巴特沃斯的融合方法融合邊緣類和非邊緣類的邊界得到去噪結(jié)果。實驗證明，該方法有效的去除了 SAR圖像中的斑點噪聲，同時保持了邊緣和點目標(biāo)信息。
　　2.提出了基于同質(zhì)區(qū)劃分和Primal Sketch分類的SAR圖像變化檢測方法。在該方法中，首先，采用概率相似性和LPA-ICI原理為兩時相的SAR圖像中