SAR圖像相干斑抑制的變分正則化方法.pdf

1、SAR圖像相干斑的存在嚴(yán)重影響和制約著圖像的后續(xù)利用，研究相干斑抑制方法對(duì)提高圖像的質(zhì)量至關(guān)重要。變分正則化方法作為圖像處理一類重要的方法，由于其能夠直觀地將圖像的幾何特征融入到所要最小化的能量泛函中，因此可以在充分挖掘圖像先驗(yàn)信息的基礎(chǔ)上，尋求模型的最優(yōu)解。本文圍繞SAR圖像相干斑抑制問題，結(jié)合相干斑的統(tǒng)計(jì)分布、目標(biāo)分布以及邊緣特征等，建立相干斑抑制的變分正則化模型，再根據(jù)模型特點(diǎn)，用分裂Bregman、增廣Lagrange、快速迭代

2、閾值收縮算法等來設(shè)計(jì)快速優(yōu)化算法。本文的主要內(nèi)容有以下幾個(gè)方面：
　　第一，在分析Osher等提出的快速線性Bregman迭代算法基礎(chǔ)上，考慮噪聲情況下，給出了快速線性 Bregman迭代算法的更嚴(yán)格的收斂性證明。通過分析得到結(jié)論快速線性Bregman迭代算法產(chǎn)生的序列是線性Bregman迭代算法產(chǎn)生的序列和一個(gè)界可以控制的序列的和，而不是線性 Bregman迭代算法產(chǎn)生的子序列。當(dāng)這個(gè)界足夠小時(shí)，快速線性Bregman迭代算法就

3、是線性Bregman迭代算法，但是這將導(dǎo)致快速線性 Bregman迭代算法失去加速的性質(zhì)，當(dāng)這個(gè)界不夠小時(shí)，由快速線性 Bregman迭代算法產(chǎn)生的子序列只能逼近優(yōu)化問題的真實(shí)解。最后結(jié)合考慮噪聲情況，給出了快速線性 Bregman迭代算法更嚴(yán)格的收斂性證明。
　　第二，在分析比較含加性和乘性噪聲圖像的相似性度量函數(shù)基礎(chǔ)上，結(jié)合邊緣的稀疏特性，提出了一個(gè)加權(quán)最大似然估計(jì)框架下的總變分模型。該模型的權(quán)重是圖像數(shù)據(jù)驅(qū)動(dòng)的，充分利用了圖

4、像的冗余信息，因此可以很好的保護(hù)圖像的紋理細(xì)節(jié)。理論上分析了模型的性能并給出了等價(jià)問題的解的存在唯一性的證明，最后通過仿真和實(shí)測(cè)圖像的數(shù)值實(shí)驗(yàn)驗(yàn)證提出模型在抑制噪聲和保持圖像邊緣、紋理上的優(yōu)勢(shì)。
　　第三，研究在抑制相干斑的同時(shí)實(shí)現(xiàn)點(diǎn)目標(biāo)和區(qū)域目標(biāo)增強(qiáng)，提出了一個(gè)變分正則化模型。該模型融合了相干斑的統(tǒng)計(jì)分布特征、幅度分布特征以及邊緣的先驗(yàn)信息分布。在此基礎(chǔ)上，進(jìn)一步考慮圖像的紋理細(xì)節(jié)結(jié)構(gòu)，引入非局部變分思想，建立了一個(gè)非局部變分正

5、則化模型。對(duì)于模型求解，通過對(duì)數(shù)變換將非凸模型轉(zhuǎn)化為一個(gè)凸模型，利用增廣Lagrangian設(shè)計(jì)快速算法。最后，仿真和實(shí)測(cè)圖像的實(shí)驗(yàn)表明提出模型在相干斑抑制、保紋理、保目標(biāo)邊緣方面的處理效果。
　　最后，結(jié)合圖像幅值分布先驗(yàn)信息，提出兩個(gè)多通道SAR圖像相干斑抑制的自適應(yīng)向量總變分（vector total variation，VTV）模型，第一個(gè)模型利用圖像的幅度分部信息設(shè)計(jì)自適應(yīng)權(quán)參數(shù)的模型，第二個(gè)模型綜合考慮圖像幅度和梯度信