資源描述：
《基于稀疏表示和低秩逼近的sar圖像降斑》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于稀疏表示和低秩逼近的SAR圖像降斑作者姓名韓雪云導(dǎo)師姓名、職稱白靜副教授一級學(xué)科電子科學(xué)與技術(shù)二級學(xué)科電路與系統(tǒng)申請學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年11月學(xué)校代碼10701學(xué)號1202120906分類TN82號TP751密級公開西安電子科技大學(xué)碩士學(xué)位論文基于稀疏表示和低秩逼近的SAR圖像降斑作者姓名：韓雪云一級學(xué)科：電子科學(xué)與技術(shù)二級學(xué)科：電路與系統(tǒng)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：白靜副教授提交日期：2014年11月SARimageDespecklingbasedonSparseRepresentationandLow-rank
2、ApproximationAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByHanxueyunSupervisor:Prof.BaijingNovember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中
3、所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手
4、段保存論文。同時(shí)本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要合成孔徑雷達(dá)(SyntheticApertureRadar,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SAR系統(tǒng)是微波相干成像，SAR圖像在獲取的過程中受到了斑點(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。通過分析SAR圖像的
5、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理論，本文提出了幾種新的SAR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。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
6、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)?？紤]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，本章通過對SAR圖像進(jìn)行方向波變換來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。3.提出了基于改進(jìn)的空間自適應(yīng)迭代奇異值閾值的SAR圖像降斑算法?？紤]到相似圖像塊集合具有低秩性的特點(diǎn)，本章利用奇異值分解對SAR圖像進(jìn)行低秩逼近重構(gòu)，進(jìn)而達(dá)到降斑的目的。在降斑的過程中，為了更好的保留圖像中的
7、紋理信息，以原始圖像的梯度直方圖作為參考，通過約束更新后圖像的梯度直方圖來達(dá)到紋理增強(qiáng)的目的。該方法不僅能夠很好的抑制圖像中的斑點(diǎn)噪聲，且可以很好的保留圖像中的點(diǎn)目標(biāo)和紋理信息。關(guān)鍵詞：SAR圖像降斑，稀疏表示，低秩逼近，字典學(xué)習(xí)，K均值聚類論文類型：應(yīng)用基礎(chǔ)研究類I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTABSTRACTSyntheticApertureRadar(SAR)systemhasthecharacteristicsofall-weather,all-time,highresolutionandstrongpowerinpenet
8、rating,soSARhasbeenwidelyusedinbothmilitaryandcivilian
