学位论文 > 优秀研究生学位论文题录展示
基于多尺度分析的SAR图像去噪方法研究
作 者: 任雁
导 师: 韩焱
学 校: 中北大学
专 业: 信号与信息处理
关键词: 多尺度分析 SAR图像去噪 Wedgelet
分类号: TN957.52
类 型: 硕士论文
年 份: 2009年
下 载: 188次
引 用: 2次
阅 读: 论文下载
内容摘要
SAR图像受到相干斑点噪声(乘性噪声)的影响,图像信噪比低(通常小于1),若对斑点噪声抑制不当,会直接影响后续处理。小波分析是继Fourier分析之后的一种新的调和分析方法,在信号处理和图像处理领域得到的非常成功的应用。众所周知,小波基函数对含有点状奇异性的目标函数而言是最优的基函数,在分析这类目标时小波系数是稀疏的,但对具有高维空间中具有线状奇异的函数,小波系数的表示则不再稀疏。换句话说,在高维情况下,小波分析不能充分利用数据本身所特有的几何特征,因此并不是最优的或者说“最稀疏”的函数表示方法,不能够很好地挖掘图像中轮廓细节信息。为了解决这一问题,多尺度几何分析(Multiscale Geometric Analysis,MGA)的思想应运而生。MGA致力于构建最优逼近意义下的高维函数表示方法。本文重点讨论了一种新的多尺度几何分析工具-Wedgelet,并在此基础上提出了一种基于Wedgelet和复小波变换(CWT)的SAR图像斑点噪声抑制算法(Wedgelet-CWT)。该方法一方面可以充分利用Wedgelet对图像边缘信息的良好逼近特性在去噪中保持较好的细节信息,另一方面用复小波变换可以捕获原始图像中的纹理信息,在去除噪声的同时有效地保持了图像的纹理和方向边缘信息。通过对图像分别加载不同标准差的高斯白噪声,并用PSNR和NSNR两项指标对处理后的图像进行评价,实验结果表明,Wedgelet-CWT噪声抑制算法,对加性噪声均有一定的抑制能力。
|
全文目录
相似论文
- 基于Wedgelet的SAR图像边缘检测算法研究,TN957.52
- 多尺度几何分析在图像边缘检测中的应用,TP391.41
- 基于模式识别的鞋底花纹自动识别与分类,TP391.4
- 小波展开式的点态收敛性,O174.2
- 基于小波变换和梯度矢量流的图像分割算法研究,TP391.41
- 小波分析方法在表面形貌评定中的应用,O174.41
- 镍基合金材料服役行为多尺度研究,TG146.15
- 基于Curvelet变换的掌纹识别研究,TP391.41
- X线图像乳腺肿块辅助诊断方法研究,TP391.41
- 乘积海森堡群及拉盖尔超群上的多尺度分析,O152.7
- DR的计算机控制与图像增强方法研究,TP391.41
- GPON系统动态带宽分配算法研究,TN929.1
- 基于分频处理的叠前地震资料中面波压制,TN911.73
- 基于多尺度分析的卫星云图融合算法研究,TP391.41
- 三维机织复合材料的多尺度力学分析及疲劳性能研究,TB332
- 一维辐射流体力学方程组边界层性态的分析,O175.8
- 基于多尺度分析的图像融合算法研究,TP391.41
- 典型目标稳定特征提取,TP391.4
- Shannon小波配点法在偏微分方程中的应用,O175.2
- 数值积分的Daubechies小波方法,O241.4
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 数据、图像处理及录取
© 2012 www.xueweilunwen.com
|