基于两步稀疏编码和字典学习的SAR图像去斑

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:q80602655
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像是人们获取信息的主要来源。然而由于成像设备及条件的限制,图像在采集和传输过程中会不可避免地受到噪声的污染。噪声会降低图像质量,直接影响到后期的诸如图像分割,目标检测和识别等处理过程。因此,去除图像中的噪声十分必要。非局部均值滤波利用图像的冗余信息,用相似点进行加权平均,取得了很好的去噪效果。同时近年来提出的稀疏表示理论已成为图像处理领域研究的热点,并被很好的应用于图像去噪。KSVD等算法正是在这样的背景下被提出的,取得了较好去噪效果。本文以这些方法为研究基础,将非局部思想和稀疏表示理论用于非均匀高斯噪声去噪和SAR图像降斑。主要工作包括如下三个方面:(1)提出了一种噪声混合模型和非均匀噪声分离算法。首先基于该模型从理论上分析了将非均匀高斯噪声分离成均匀部分和非均匀部分的可行性;然后提出一种基于两步稀疏编码的噪声分离算法。实验结果验证了其有效性。(2)提出一种基于两步稀疏编码的字典学习算法用于非均匀噪声抑制,简称为TSSC。TSSC算法能够在非对数域对非均匀噪声污染的图像进行稀疏表示和字典学习。所得到的字典含有较丰富的结构,能够有效的去除非均匀噪声。将TSSC算法推广到实际的SAR图像,与现有算法的大量对比实验证明了该算法的有效性。(3)提出了一种基于非局部TSSC的SAR图像去斑算法。该算法基于非局部稀疏模型的思想,提出将TSSC和加权SOMP相结合,从相似集合中学习字典。相比PPB和TSSC等算法,该算法的性能有了很大的改进,在噪声抑制和细节保持上获得较好的性能。本论文的工作得到了教育部长江学者和创新团队支持计划(IRT0645)以及中央高校基本科研业务费专项资金(JY10000902032)的资助。
其他文献
木质素是植物体内含量十分丰富的大分子有机物质,在植物体中的含量仅次于纤维素,参与植物次生细胞壁的形成,是维管植物生长发育过程中所必须的,在植物进化过程中是一个十分重
一天早上,有孩子发现植物角里那几颗好不容易长出来的小番茄掉落在地上。也许是因为逸晨平时比较调皮,前几天还把刚刚长出来的小蘑菇摘掉了,所以孩子们一口咬定小番茄是逸晨摘下来的。熙熙看到这些好不容易长出来的番茄掉落了,忍不住生气地说:“我再也不和逸晨做好朋友了!”逸晨什么都没说,只是跑过去捡起那几颗番茄,轻轻地放进盆里。看到逸晨的行为,我走到他身边,轻轻地牵起了他的手。“老师,我不是故意的。”他对我说。
期刊
图像融合与目标识别在图像处理中是非常热门的技术,随着科技的发展,需要处理的数据越来越多,采样技术得到推广。奈奎斯特采样定理作为经典定理被广泛熟知,但是随着数据量的不断增
前面几项,孩子们的表现尚可,到了最后抽血环节,娃娃们的不安情绪开始蔓延开来.一个男孩的爸爸拉住欲跑的儿子,鼓励道:“儿子,你可是小男子汉啊!你要勇敢!打针一点儿都不疼!不
期刊
  本研究采用病例一对照组研究方法对154例甘肃省武威市胃癌病例及166例当地健康对照者进行了以下4个基因6个位点多态性的检测和分析,以探索遗传多态性与我国西北人群胃癌高
工业化国家--乃至全世界--生产与消费的改革往往被认为是对发展中国家经济发展的威胁.事实上,使可持续消费变得可行,将需要大家同时改变.这将不只包括找到削减不可再生资源消
图像复原作为图像处理中一个很重要的分支,同时也是一个极具挑战性的课题。图像复原又分为图像非盲复原与图像盲复原,在日常生活中退化函数是未知的,因此图像盲复原更具有实际意
本文通过对荣华二采区10
期刊
近年来,手机、平板电脑等电子产品更新换代的速度越来越快,随着其性能的不断提升,它们对电源管理芯片在输出电压、功耗、安全性等诸多方面提出了更高的要求。在众多的电源管理芯片中,AOT(自适应导通时间)架构的Buck变换器以其简洁稳定的控制环路、快速的瞬态响应和相对稳定的工作频率正成为降压型电源管理芯片中的主流类型。电源管理芯片对电子产品中的电能进行转换,保证其安全性是至关重要。在所有电源管理芯片的故障
提升园长的课程领导力对于形成合作的课程文化、促进幼儿园教师专业发展、提升保教质量具有重要意义.园长课程领导力的提升需要从园长自身、幼儿园文化和教育行政部门等方面
期刊