基于Contourlet变换的雷达图像处理方法研究

基于Contourlet变换的雷达图像处理方法研究

论文摘要

合成孔径雷达(Synthetie Aperture Radar,简称SAR)具有全天候、全天时、高分辨率、强透射等特点,被广泛应用于民用和军事领域。SAR是一种相干成像系统,因此所成图像含有大量的相干斑噪声。Contourlet变换是一种新的能够最优表示图像的多尺度几何分析方法。本文将Contourlet变换应用于SAR图像处理,提出了新的SAR图像相干斑抑制和边缘检测算法,并对算法的性能进行了研究,主要工作包括以下两个方面:在相干斑噪声抑制方面,详细研究了基于Contourlet变换的SAR图像相干斑降噪方法。综合利用Contourlet变换和图像在各个尺度各个方向上的轮廓细节的大小,提出了两种相干斑降噪方法,分别引入因子m1来调整Donoho阈值和m2来调整多尺度阈值,其中mi < 1(i = 1,2),从而解决了Donoho阈值过度“扼杀”contourlet分解系数的问题,同时mi与图像的尺度和方向有关,解决了没有考虑图像轮廓细节的问题。实验结果表明,与小波阈值,Contourlet阈值和多尺度Contourlet阈值相比,经这两种算法处理所得到的图像都取得了较好的目视效果,各项指标与其它算法结果相比都得到了明显提高,在抑制相干斑的同时目标的边缘和纹理特征也得到了有效保护。在SAR图像的边缘检测方面,深入分析了SAR图像的ROA、Duda边缘检测方法的特点、检测效率、实用性以及存在的问题,从而提出了一种基于Contourlet变换和Duda边缘检测算子的SAR图像边缘检测算法。Contourlet变换具有多尺度和多方向特性,首先利用Contourlet分解得到的各个方向的高频信息分别进行重构,其次使用Duda算子分别对各个方向上重构图像进行边缘检测,最后求和得到图像的边缘,该算法为提取某个线形目标提供了一种速度较快的方案。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。最后对本文的研究内容进行了总结,并对未来的研究工作进行了展望。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究的目的和意义
  • 1.2 国内外研究现状
  • 1.3 论文主要内容及完成的主要工作
  • 第二章 SAR 图像处理基本特性
  • 2.1 引言
  • 2.2 SAR 图像相干斑抑制
  • 2.2.1 相干斑噪声的形成机理
  • 2.2.2 SAR 图像噪声模型
  • 2.3 SAR 图像边缘检测
  • 第三章 CONTOURLET 变换
  • 3.1 引言
  • 3.2 CONTOURLET 变换原理
  • 3.2.1 LP 变换
  • 3.2.2 方向滤波
  • 3.2.3 方向滤波器组
  • 3.2.4 离散的Contourlet 变换
  • 第四章 基于CONTOURLET 变换的SAR 图像降噪
  • 4.1 引言
  • 4.2 基于小波变换的图像降噪
  • 4.2.1 信号的小波变换原理
  • 4.2.2 小波图像降噪的发展
  • 4.3 基于CONTOURLET 变换的光学图像降噪
  • 4.3.1 基于图像自身特性的萎缩阈值的选取
  • 4.3.2 算法描述
  • 4.3.3 实验结果与分析
  • 4.4 基于CONTOURLET 变换的SAR 图像降噪
  • 4.4.1 SAR 图像质量定量评估指标
  • 4.4.2 SAR 图像降噪算法
  • 4.4.3 实验结果与分析
  • 第五章 基于CONTOURLET 变换的SAR 图像边缘检测
  • 5.1 引言
  • 5.2 可见光图像边缘检测方法
  • 5.3 SAR 图像的比率边缘检测算法
  • 5.3.1 ROA 算子
  • 5.3.2 Duda 边缘检测算子
  • 5.4 实验结果与分析
  • 第六章 总结与展望
  • 6.1 本文工作总结
  • 6.2 后期工作展望
  • 6.3 未来研究方向
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的学术论文
  • 相关论文文献

    • [1].基于优化深度学习的SAR图像地物分类检测方法研究[J]. 信息通信 2018(09)
    • [2].一种改进的增强Lee滤波算法[J]. 计算机应用与软件 2012(07)
    • [3].基于小波变换的合成孔径雷达图像分割研究[J]. 科技创新导报 2014(32)
    • [4].基于稀疏约束与性能最优化的SAR图像目标增强方法[J]. 数据采集与处理 2008(03)
    • [5].基于MPP方法的SAR目标检测[J]. 环境保护与循环经济 2009(10)
    • [6].多特征联合的序贯鉴别方法去除SAR ATR中虚假RoIs[J]. 信号处理 2009(02)
    • [7].基于EM算法的G0分布参数最大似然估计[J]. 电子学报 2013(01)
    • [8].一种改进的阈值法提取SAR图像海面油污[J]. 测绘信息与工程 2011(05)
    • [9].一种改进的SAR图像去噪方法[J]. 现代电子技术 2012(24)
    • [10].基于LDLPP的SAR目标型号识别[J]. 雷达科学与技术 2018(04)
    • [11].基于Lee和Curvelet相结合的SAR图像降噪方法[J]. 光学技术 2015(02)
    • [12].基于稀疏描述的SAR目标型号识别算法[J]. 模式识别与人工智能 2014(07)
    • [13].合成孔径雷达图像的Contourlet域空间选择滤波降斑算法[J]. 光学技术 2009(02)
    • [14].改进的基于Parzen窗算法的SAR图像目标检测[J]. 计算机科学 2015(S2)
    • [15].ALOS SAR图像2EM-MRF方法自动检测2008年5月中国汶川地震区域三类地表变化[J]. 自然科学进展 2009(04)
    • [16].基于2-D熵的机载SAR图像分割迭代算法研究[J]. 飞机设计 2009(04)
    • [17].基于参数估计精度的SAR图像分辨率评估方法[J]. 系统仿真学报 2008(10)
    • [18].SAR图像压缩技术研究综述[J]. 电脑知识与技术 2012(04)
    • [19].基于广义高斯模型的SAR幅度图像震害检测[J]. 地震 2013(02)
    • [20].SAR图像点目标检测新方法[J]. 测绘信息与工程 2008(05)
    • [21].基于纹理的SAR图像感知质量评估[J]. 哈尔滨工程大学学报 2015(08)
    • [22].一种高分辨率SAR图像水上桥梁目标识别新方法[J]. 火力与指挥控制 2014(04)
    • [23].基于形态学成分分析的合成孔径雷达图像去噪[J]. 电波科学学报 2013(03)
    • [24].基于SAR图像的城市目标识别研究[J]. 科技情报开发与经济 2012(17)
    • [25].海面风浪SAR成像仿真研究[J]. 海洋湖沼通报 2019(06)
    • [26].基于小波变换的综合型高分辨率SAR图像滤波算法[J]. 计算机与数字工程 2015(12)
    • [27].基于渐进核图割的SAR图像自动分割[J]. 光学技术 2016(04)
    • [28].基于剪切波变换的SAR图像舰船检测[J]. 电子测量技术 2014(06)
    • [29].基于Contourlet变换的SAR图像压缩算法[J]. 科学技术与工程 2012(28)
    • [30].基于SAR图像的舰船检测算法[J]. 舰船科学技术 2014(12)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于Contourlet变换的雷达图像处理方法研究
    下载Doc文档

    猜你喜欢