Shearlet域SAR圖像邊緣檢測(cè)與去噪.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)由于其高分辨、全天候、多極化、多視角及可穿透性等優(yōu)點(diǎn)得到了廣泛應(yīng)用。SAR是一種相干成像系統(tǒng)，因此所成圖像含有大量的相干斑噪聲。本文對(duì)SAR圖像的邊緣檢測(cè)和相干斑噪聲抑制進(jìn)行了研究，主要工作有：
　　 (1)對(duì)SAR圖像邊緣檢測(cè)，特別是水域邊緣檢測(cè)。通過(guò)對(duì)多尺度幾何分析工具Shearlet進(jìn)行改進(jìn)，在改進(jìn)的基礎(chǔ)上提出了一種針對(duì)SAR圖像水域邊緣的檢測(cè)方法。采

2、用改進(jìn)Shearlet模極大值先對(duì)圖像邊緣進(jìn)行粗檢測(cè)，再利用FCM方法分割出水域區(qū)域，并對(duì)此區(qū)域內(nèi)的邊緣進(jìn)行選擇，最后，通過(guò)Snake模型對(duì)選擇出來(lái)的邊緣進(jìn)行連接，形成最終的水域邊緣。實(shí)驗(yàn)結(jié)果表明，該方法不僅提高了邊緣檢測(cè)的完整性和精確性，而且有效克服了斑點(diǎn)噪聲的影響，對(duì)SAR圖像水域邊緣的檢測(cè)是有效可行的。
　　 (2)以非下采樣Shearlet變換(NSST)為工具，通過(guò)分析偏微分方程和變換域閾值法在SAR圖像去噪中的優(yōu)缺點(diǎn)

3、。把二者的優(yōu)點(diǎn)相結(jié)合，對(duì)NSST分解系數(shù)中的邊緣區(qū)域進(jìn)行保護(hù)，通過(guò)閾值法并結(jié)合全變差(TV)擴(kuò)散方法對(duì)非邊緣區(qū)域系數(shù)進(jìn)行收縮，之后再對(duì)去噪后圖像中被模糊掉的點(diǎn)目標(biāo)進(jìn)行擴(kuò)散，提出了一種結(jié)合邊緣保護(hù)和全變差閾值收縮對(duì)SAR圖像進(jìn)行去噪的方法。
　　 (3)把實(shí)數(shù)域的擴(kuò)散系數(shù)擴(kuò)展到復(fù)數(shù)域，通過(guò)分析現(xiàn)有復(fù)擴(kuò)散系數(shù)的不足，并對(duì)其進(jìn)行改進(jìn)、完善，提出了一種可以較好保持圖像中點(diǎn)、邊緣及紋理信息的復(fù)擴(kuò)散系數(shù)。由于SAR圖像在利用復(fù)擴(kuò)散進(jìn)行去噪時(shí)