基于Primal Sketch分類的SAR圖像去噪和變化檢測(cè)的研究.pdf

1、合成孔徑雷達(dá)(SAR)圖像的全天時(shí)、全天候的探測(cè)及強(qiáng)穿透力的特點(diǎn)，使得SAR圖像廣泛應(yīng)用于軍事和日常生活中，如目標(biāo)識(shí)別、地震臺(tái)風(fēng)預(yù)測(cè)、河流遷移檢測(cè)等。但是由于SAR的成像機(jī)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(cè)是檢測(cè)圖像中場(chǎng)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(gè)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(cè)角度進(jìn)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(jì)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▽?duì)能量圖進(jìn)行增強(qiáng)再進(jìn)行素描圖的繪畫，進(jìn)而對(duì)筆畫進(jìn)行擴(kuò)展將SAR圖像分為邊緣類和非邊緣類兩類；其次，分別對(duì)邊緣類和非邊緣類中的像素點(diǎn)采用比值相似性的測(cè)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(jìn)行SVD

3、分解，用含有收縮因子的最小均方誤差準(zhǔn)則估計(jì)奇異值，反變換得到邊緣類的估計(jì)值和非邊緣類估計(jì)值；最后，依據(jù)像素點(diǎn)的類別計(jì)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(shí)驗(yàn)證明，該方法有效的去除了 SAR圖像中的斑點(diǎn)噪聲，同時(shí)保持了邊緣和點(diǎn)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(cè)方法。在該方法中，首先，采用概率相似性和LPA-ICI原理為兩時(shí)相的SAR圖像中