基于稀疏表示和低秩逼近的SAR圖像降斑.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)具有全天候、全天時(shí)、高分辨率和穿透力強(qiáng)等特點(diǎn)，因此，SAR在軍事方面和民用方面都得到了廣泛的應(yīng)用。但是，由于S AR系統(tǒng)是微波相干成像，S AR圖像在獲取的過(guò)程中受到了斑點(diǎn)噪聲的影響。斑點(diǎn)噪聲的存在大大降低了SAR圖像的分辨率，影響了后續(xù)的處理與解譯。因此，如何抑制SAR圖像中的斑點(diǎn)噪聲非常重要。通過(guò)分析SAR圖像的斑點(diǎn)噪聲模型和統(tǒng)計(jì)特性，結(jié)合稀疏表示理論和低秩逼近

2、理論，本文提出了幾種新的 S AR圖像降斑算法。本文主要包括以下三個(gè)方面：
　　1.提出了一種基于聚類和提升字典學(xué)習(xí)的SAR圖像降斑算法?？紤]到圖像中具有大量相似結(jié)構(gòu)的圖像塊，利用 K均值聚類算法，構(gòu)造相似圖像塊集合。為了充分挖掘圖像塊中包含的紋理細(xì)節(jié)信息，本章利用主成分分析法，提取各個(gè)相似圖像塊集合的主成分分量，構(gòu)造相應(yīng)的PCA字典。以PCA字典為初始字典，采用提升字典學(xué)習(xí)算法對(duì)相似圖像塊進(jìn)行稀疏表示與重構(gòu)，得到最終的降斑結(jié)果。

3、
　　2.提出了一種基于結(jié)構(gòu)相似度校正聚類的稀疏表示SAR圖像降斑算法。利用方向波變換的多方向性和各向異性，在方向波域?qū)AR圖像進(jìn)行斑點(diǎn)噪聲估計(jì)。考慮到相似圖像塊不僅僅存在于同一尺度的圖像中，不同尺度的圖像中也包含大量的相似圖像塊，本章通過(guò)對(duì)SAR圖像進(jìn)行方向波變換來(lái)獲取不同尺度的圖像塊，并采用一種基于結(jié)構(gòu)相似度校正的聚類算法對(duì)圖像塊進(jìn)行類別劃分。最后，利用基于聚類的稀疏表示算法對(duì)每類圖像塊進(jìn)行稀疏表示和重構(gòu)，得到最終的降斑結(jié)果