基于稀疏分解的SAR图像抑制斑点噪声算法的研究-计算机应用技术专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 又哮嫂工大学 或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何货献均已在论文中作了明确的说明并表示了谢意。 学份文作者签名:各晨在 签字日均 l/ol/年2， jJ J6 日 学位恰文版权使用技机书 本学位论文作者完全了解 义律理工义学有关保留、使用学位论文 的规定。特授权义哮理工大学 可以将学位论文的全部成部分内容编入 有关数据字典进行检索，并采用影印、缩印成扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门成机构送交论文的复本和电子 文件。 …(保密的学位论文在解密后适用本授权说明) ω:制 导机 摘要 对于 SAR 图像来说，相干斑抑制、边缘检测、分割等是在 SAR 图像处理研究中最 基础的热点内容，而 SAR 图像去斑又是一个最幕础和最宽耍的问题，因为 SAR 图像的 斑点噪声直接影响了它的后续应用。本文研究基于稀疏分解的 SAR 图像斑点抑制方法， 着草研究罔像的稀疏分解在 SAR 图像斑点抑制中的应用。论文的主要成果有: 1. 对图像稀疏表示理论、方法以及基于稀疏表示的图像处理应用问题进行研究， 熏点研究了基于过完备字典的稀疏表示理论及应用。通过分析 SAR 图像和噪声在稀疏分 解中不同表现，找出图像内容和阁像噪声在稀疏分解中的区别，提出了基于阁像稀疏分 解的 SAR 图像分解与重建方法。 2. 基于图像稀疏分解的 SAR 图像斑点抑制算法。首先通过对数转换把 SAR 图像的 乘性噪声转换为加性，然后通过选择自适应原子字典，给出了基于 OMP(正交匹配跟踪) 算法的 SAR 图像的稀疏分解，并通过 SVD (青异值分解)进行原子字典的更新和模拟退 火算法来快速寻找每一步的最优原子，这将大大降低稀疏分解的速度。最后通过阁像的 稀疏表示来实现 SAR 阁像的斑点抑制。 关键诩: SAR 图像图像去斑稀疏分解 K-SVD 过完备字典模拟退火 Abstract Speckle reduction，edge detection，se即nentation are the most basic hot contents in SAR image processing for SAR image，and SAR image speckle reduction is one of the most basic and most important issue because SAR image speckle influences its subsequent applications directly. Research of this thesis is SAR image reducing speckle methods based on sparse decomposition ，岛cuses on the images sparse decomposition in the SAR image reducing speckle applications.ηle contributions of the thesis include: Research on images sparse r，叩resentation thωry，methods，and application of images processing based on images sp盯se r，叩resentation，focused on the theory and application of over-ωmplete sparse representation based on redundant dictionary. Then by analyzing the diffi臼ent p町formances of SAR image and speckle in the sparse decomposition ，identify the difference between of the image content and image noise in sparse decomposition ，pu创ng forward SAR image decomposition and recons位uction methods based on image sparse decomposition. . SAR image reducing spe