论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,简称SAR)是一种全天候、全天时雷达,能在各种天气条件下获得高分辨率图像。其相干成像机理不可避免会产生相干斑噪声,使获得的SAR图像不能有效反映地物目标的散射特性,影响了SAR图像的质量,同时也不利于计算机的自动分析和处理。因此,抑制SAR图像的相干斑噪声,是SAR图像应用的重要课题。而边缘也是图像的重要特征,其检测效果直接影响SAR图像的识别和分析。本文通过对于多尺度几何分析工具的研究,根据其特点将其运用到SAR图像处理中。论文主要进行了以下三个方面的工作:1.针对SAR图像的相干斑噪声,提出了基于Directionlet域SAR图像相干斑噪声的抑制方法。加入Cartoon+Texture模型对SAR图像进行分解,并且采用混合高斯模型对Directionlet分解系数进行拟合,最后用Bayes最小均方误差估计进行去噪,通过对比实验证明了该方法的可行性和优越性。2.将改进的Directionlet变换同平稳小波相结合,提出基于非下采样各向异性小波变换的去噪方法,由于采用了非下采样的变换分解,使分解得到的系数之间的相关性更好,进而采用邻域收缩的思想进行去噪处理,实验证明,本文的方法取得了较好的去噪效果。3.结合改进的Ratio算子,提出了一种基于非下采样各向异性小波变换去噪的SAR图像边缘检测方法,即利用2中的去噪方法首先对SAR图像进行去噪处理,由此准确定位原图像的边缘信息,然后再利用改进的Ratio算子对所得到的边缘信息进行边缘像素的提取。实验结果验证了本文方法的可行性和有效性。