基于統計模型與非下采樣Shearlet變換的SAR圖像相干斑抑制.pdf

1、合成孔徑雷達(Synthetic Apeture Radar,SAR)是一種現代高分辨率微波成像雷達，其具有全天候、全天時、較強的穿透性等特點，廣泛應用在軍事和民事的各個領域。但是由于雷達回波間的相干作用，SAR圖像中不可避免的出現相干斑現象，直接影響SAR圖像的人工判讀，并會降低SAR圖像邊緣檢測、分割、識別等應用的準確性，所以SAR圖像相干斑抑制是SAR圖像處理的關鍵技術之一。
　　本文以SAR圖像的統計特性為基礎，借助非下采

2、樣Shearlet變換(NSST)，對SAR圖像相干斑的抑制算法進行了較深入的研究，本文具體工作如下：
　　1.提出了一種基于NSST變換最大后驗概率估計(MAP)的SAR圖像相干斑抑制算法。在分析NSST變換分解結構的基礎上，結合與信號相關加性噪聲空域的統計特性，推導出了NSST域與信號相關加性噪聲項方差的估計方法，并利用多變量模型建模NSST系數，層內系數，層間系數的相關性，最后使用MAP估計方法推導出了NSST系數收縮函數。

3、實驗表明，本章算法在人工模擬和真實的SAR圖像都取得了較好的效果。
　　2.提出了一種基于NSST域與信號相關加性噪聲統計建模的SAR圖像降斑算法。在假設SAR圖像真實雷達反射系數局部區(qū)域內為一個常數的基礎上，理論上推導出了NSST域與信號相關加性噪聲項的概率密度函數，并在最大化后驗概率準則的指導下，推導出了一個NSST域全新的系數收縮函數。實驗表明，我們的算法具有很好的相干斑抑制和邊緣保持特性。
　　3.提出了一種基于統計

4、建模的RADARSAT-2超精細SAR圖像降斑算法。首先，通過統計RADARSAT-2超精細SAR圖像勻質區(qū)域的直方圖，提出了適合RADARSAT-2超精細SAR圖像的統計模型，然后對模型進行了驗證。最后，結合維納濾波和PPB算法提出了一種RADARSAT-2超精細SAR圖像相干斑抑制算法。實驗結果表明，在傳統SAR圖像降斑算法均失效的情況下，我們的算法很好的完成了RADARSAT-2超精細SAR圖像的降斑要求，并且取得了較好的點目標和