导读:本文包含了图像降斑论文开题报告文献综述及选题提纲参考文献，主要关键词:图像处理,光学相干成像,斑点噪声,主成分分析
图像降斑论文文献综述
方敬,滕树云,牛四杰,李登旺[1]（2018）在《基于分组主成分分析的光学相干图像降斑算法》一文中研究指出通过分析临床医学图像中光学相干断层成像(OCT)的相干斑噪声模型,提出了一种基于局部分组主成分分析的光学相干断层图像降斑算法。根据相干图像的统计特征,利用同态滤波将乘性噪声转换为加性噪声;将训练集中待处理的像素及其邻域表示成子块向量,利用块相似性度量对子块进行分组,并用于主成分分析。为有效抑制相干图像中病灶的噪声干扰,将该算法执行两次。实验结果表明:所提算法在降斑的同时较好地保留了图像的细节信息,而且获得了较高的客观评价指标。(本文来源于《光学学报》期刊2018年10期）
何碧容,蔡倩,孔莹莹,周建江[2]（2017）在《采用GSM模型进行稀疏表示的SAR图像降斑算法》一文中研究指出针对SAR图像降斑过程中会产生过平滑现象及相干斑的滤除不彻底等问题,提出了稀疏结构符合高斯比例混合(Gaussian Scale Mixture,GSM)模型的SAR图像降斑算法。根据贝叶斯原理以及相干斑的统计特性推导该算法的数学模型,在块匹配过程中使用概率而不是欧式距离进行权重衡量,根据图像块之间的结构相似度,可以有效区分同质区与异质区,并得到图像块的较优均值估计。使用PCA字典学习方法对每个图像块进行子字典训练,实现同步稀疏编码(Simultaneous Sparse Coding,SSC),数学模型的求解利用迭代正则化方法。分别使用合成场景SAR图像及真实场景SAR图像对算法进行验证,实验表明,相比于目前已提出的PPB算法、SAR-BM3D算法及FANS算法,该算法能有效提高等效视数,在滤除相干斑的同时很好地保留了图像的局部结构特性与纹理特征。(本文来源于《信号处理》期刊2017年11期）
卢范碧[3]（2016）在《基于Cauchy分布建模和Shearlet变换的高分辨率SAR图像降斑算法研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候、高分辨率和穿透一些地物的特点,因而在军事方面及国民经济的地质和矿物资源勘探、地形测绘和制图学、农业和林业、海洋和水资源、生态等方面具有重要的应用价值。由于SAR成像机制与光学成像不同,其的相干成像机制将导致图像产生斑点,它的存在降低了SAR图像的质量,将导致了后期的检测边缘、分割图像和识别目标的等图像处理上无法获得良好地效果。所以,斑点的抑制是SAR图像处理过程中一个重要问题。本文对在SAR图像中,如何高效地抑制斑点进行了深入的研究。完成的主要工作如下:(1)介绍了Cauchy分布模型,并提出基于第二统计量的对数累积量(Mo LC)的参数估计方法,并与其它常用的参数估计方法来估计Cauchy分布中的未知参数,然后使用Cauchy分布模型对高分辨率SAR图像进行建模。通过实验,可以得出在估计精度和时间上,对数累积量估计方法优于最大似然估计(ML)和分数低阶矩估计方法(FLOM)。(2)介绍了剪切波理论和主要特性及其离散化方法。并以硬阈值降斑算法为例,分析了剪切波关键参数与降斑效果的关系,并且通过实验,表明了参数中的分解层次,方向个数越多,阈值合理,降斑的效果就越好。(3)提出基于正态反高斯分布(NIG)分布模型的剪切波降斑算法。在剪切波的基础上,在最大后验概率准则(MAP)的指导下,推导出了一个剪切波域的系数收缩函数,并给出了收缩函数的参数估计方法。通过实验,从定性和定量指标中可以验证所提算法具有很好的相干斑抑制和边缘保持特性。(本文来源于《华侨大学》期刊2016-06-01）
杨柳[4]（2016）在《基于结构化信息检测和偏微分方程的高分辨率SAR图像降斑算法研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候、多视角及对地物有一定的穿透性等优点,被大量的应用在生态、水文、海洋监测和地形测绘等诸多领域。然而,由于雷达波的相干性,导致SAR图像在成像过程中会产生无法避免的斑点,特别是高分辨率SAR图像,其成像更加复杂,而斑点的存在降低了高分辨率SAR图像的质量,使图像的判读和后续处理出现困难。因此,研究高分辨率SAR图像斑点的抑制具有十分重要的意义。本文主要从空间域滤波、偏微分方程方法和非局部均值滤波出发,对高分辨率SAR图像的降斑算法进行了深入的研究,通过不同方法之间的结合和创新,完成的主要工作如下:(1)介绍了经典的SAR图像降斑算法,包括Lee滤波及其增强型算法、Kuan滤波及其增强型算法、Frost滤波、Gamma MAP滤波等空间域滤波方法,以及全变分(TV)模型、PM模型等偏微分方程方法,并分析了经典SAR图像降斑算法的优缺点。(2)提出了基于结构化信息检测和Kirsch方向模板的降斑算法。由于传统的Kirsch方向算子没有对SAR图像的区域特性进行判断,导致图像中的斑点得不到充分的抑制。为了解决滑动窗的自适应选择问题,结合点目标检测、自适应滑动窗技术和结构化信息检测的思想,提出了基于结构化信息检测和Kirsch方向模板的SAR图像降斑算法,所提算法可以有效的检测出图像中的点目标、边缘区域和均匀区域,并针对不同的图像区域使用不同的降斑方法。通过降斑实验可以验证所提算法在充分抑制均匀区域斑点的同时,有效的保留了点目标和边缘区域,从而达到斑点抑制和边缘信息保留的较好平衡。(3)提出了基于非局部均值(NLM)滤波与AA模型的降斑算法。由于AA模型在SAR图像均匀区域的降斑能力比较强,但边缘保留能力弱;与之相反,NLM滤波在SAR图像的均匀区域降斑能力弱,却较好地保留了图像的边缘信息。因此,本文将非局部狄利克雷函数作为线性正则项算子,通过衡量图像的块相似性来构造权重,与AA模型的数据项相结合,提出新的降斑模型,并对新的降斑模型进行迭代求解。通过降斑实验与分析,与AA模型和NLM滤波相比,本文提出的降斑算法可以更好的抑制SAR图像斑点,同时又能较好的保留图像中的边缘信息。(本文来源于《华侨大学》期刊2016-03-30）
刘书君,吴国庆,张新征,杨婷,李勇明[5]（2016）在《基于非局部分类处理的SAR图像降斑》一文中研究指出针对合成孔径雷达(synthetic aperture radar,SAR)图像不同内容间的统计特性差距较大以及采用非局部降斑方法处理SAR图像时会产生图像细节丢失及伪影等现象,提出了一种基于非局部分类处理的SAR图像降斑方法。首先对相似块方差系数的均值采用阈值比较的方法将图像分为同质区和异质区,在寻找目标块对应的相似块时,根据图像块中心像素点所属的类别选择合适的参数进行块匹配,并在获得相似块后分别使用加权平均的方法处理同质区目标块和3D变换域硬阈值收缩方法处理异质区目标块。该方法不仅能在块匹配过程中选择不同的块尺寸和搜索范围以提高块匹配的精度,而且使用不同方法处理同质区和异质区时能够在图像降斑与细节保持的权衡中达到更好的平衡。实验结果表明,该方法充分利用同质区和异质区的特点,结合不同的方法进行分类处理可有效提高图像降斑性能,在SAR图像降斑性能指标和视觉效果方面均达到了较高水平。(本文来源于《系统工程与电子技术》期刊2016年03期）
张志化[6]（2015）在《基于结构化信息检测和Fisher模型的SAR图像降斑算法研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波遥感器,其利用脉冲压缩技术提高距离分辨率,利用合成孔径原理提高方位分辨率,从而可以获得具有较高分辨率的SAR图像。SAR具有全天时、全天候、高分辨率和较强穿透性的特点,因而在军事、农业、海洋、生态、地理等方面具备重要的应用价值。SAR图像是通过相干波照射得到的,由于雷达波的相干性,其在成像的过程中不可避免的会产生斑点。斑点是影响SAR图像质量的主要因素,它的存在降低了SAR图像的质量,影响后续的边缘检测、图像分割和目标识别等图像处理过程。因此,如何有效的抑制斑点是SAR图像处理领域一个亟待解决的重要问题。本文对如何有效抑制SAR图像中的斑点进行了深入的研究。完成的主要工作如下:(1)提出了一种滑动窗和微调因子双自适应的改进Frost滤波算法。在传统的Frost滤波算法中,微调因子和滑动窗的大小对Frost滤波的性能都具有较大的影响,当微调因子和滑动窗取的过大或过小,均会导致SAR图像中斑点抑制和边缘区域的保留得不到有效的平衡。而本文通过滑动窗和微调因子的自适应改变,可以有效的抑制斑点,同时又能较好的保留图像中的边缘信息。(2)介绍了Fisher分布模型,并给出了Fisher分布中几种常用的参数估计方法,选取较为合适的参数估计方法来估计Fisher分布中的未知参数,然后使用Fisher分布模型对高分辨率SAR图像进行建模。通过建模实验,可以得出Fisher分布可以较好的描述高分辨率SAR图像尖峰和厚尾的统计特性。(3)基于第二类统计量和Mellin变换,利用最大后验概率(Maximum a Posteriori,MAP)准则推导出基于Fisher分布模型的MAP滤波方程。由于Fisher MAP滤波没有考虑SAR图像中不同的区域特性,导致图像中的斑点得不到充分的抑制。由此,我们提出了基于结构化信息检测的SAR图像Fisher MAP降斑算法,有效的区分了图像中的点目标、边缘区域和均匀区域,并在不相同的区域使用不同的降斑算法。通过降斑实验可以验证所提算法在充分抑制均匀区域斑点的同时,可以有效的保留点目标和边缘信息,从而达到斑点抑制和边缘信息保留的较好平衡。(本文来源于《华侨大学》期刊2015-06-09）
韩雪云[7]（2014）在《基于稀疏表示和低秩逼近的SAR图像降斑》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天候、全天时、高分辨率和穿透力强等特点,因此,SAR在军事方面和民用方面都得到了广泛的应用。但是,由于SAR系统是微波相干成像,SAR图像在获取的过程中受到了斑点噪声的影响。斑点噪声的存在大大降低了SAR图像的分辨率,影响了后续的处理与解译。因此,如何抑制SAR图像中的斑点噪声非常重要。通过分析SAR图像的斑点噪声模型和统计特性,结合稀疏表示理论和低秩逼近理论,本文提出了几种新的SAR图像降斑算法。本文主要包括以下叁个方面:1.提出了一种基于聚类和提升字典学习的SAR图像降斑算法。考虑到图像中具有大量相似结构的图像块,利用K均值聚类算法,构造相似图像块集合。为了充分挖掘图像块中包含的纹理细节信息,本章利用主成分分析法,提取各个相似图像块集合的主成分分量,构造相应的PCA字典。以PCA字典为初始字典,采用提升字典学习算法对相似图像块进行稀疏表示与重构,得到最终的降斑结果。2.提出了一种基于结构相似度校正聚类的稀疏表示SAR图像降斑算法。利用方向波变换的多方向性和各向异性,在方向波域对SAR图像进行斑点噪声估计。考虑到相似图像块不仅仅存在于同一尺度的图像中,不同尺度的图像中也包含大量的相似图像块,本章通过对SAR图像进行方向波变换来获取不同尺度的图像块,并采用一种基于结构相似度校正的聚类算法对图像块进行类别划分。最后,利用基于聚类的稀疏表示算法对每类图像块进行稀疏表示和重构,得到最终的降斑结果。3.提出了基于改进的空间自适应迭代奇异值阈值的SAR图像降斑算法。考虑到相似图像块集合具有低秩性的特点,本章利用奇异值分解对SAR图像进行低秩逼近重构,进而达到降斑的目的。在降斑的过程中,为了更好的保留图像中的纹理信息,以原始图像的梯度直方图作为参考,通过约束更新后图像的梯度直方图来达到纹理增强的目的。该方法不仅能够很好的抑制图像中的斑点噪声,且可以很好的保留图像中的点目标和纹理信息。(本文来源于《西安电子科技大学》期刊2014-11-01）
马兆峰[8]（2013）在《基于统计建模和块相似性的SAR图像降斑》一文中研究指出合成孔径雷达(SyntheticAperture Radar，SAR)在国民经济和国防军事的各个领域中有着广泛的应用。由于成像机理的原因，除系统噪声外，SAR图像还受到地物雷达回波信号的衰落引起的相干斑噪声的影响。相比系统噪声，相干斑噪声更加严重地影响了SAR图像的质量，降低对图像的信息提取能力。因此抑制相干斑噪声是SAR图像应用的重要前提。本文利用SAR图像的统计特性和基于非局部思想的块相似性，对SAR图像降斑进行的研究工作主要包含以下叁个方面：（1）针对现有降斑方法在对SAR图像滤除相干斑的同时出现过平滑导致结构信息丢失的问题，本论文提出了一种基于局部同质区域分割的SAR图像降斑方法。由SAR图像的统计分布推导出一种较为精确的图像块相似性，使用该相似性进行局部同质区域搜索，然后在局部同质区域内对真实值进行估计。该方法对SAR图像不但有很好的抑斑性能，而且在结构保持和点目标保持上的性能更加突出。（2）结合极化SAR图像的信息冗余性及其散射特性的相似性，本论文提出了一种基于Wishart相似性度量的极化SAR图像相干斑抑制方法。从极化协方差矩阵的统计特征入手去衡量极化协方差矩阵间的相似性，然后在局部同质区域内对待处理点的极化协方差矩阵进行估计，实现对极化SAR图像的相干斑抑制。相比许多现有方法，该方法在对极化SAR相干斑的抑制和弱小目标的保持上都取得了更加理想的效果。（3）为了更好的保持极化SAR图像的散射特性，本论文提出了一种基于极化分解与图像块相似性相结合的极化SAR降斑方法。利用极化分解后的目标散射机理解释和协方差矩阵的相似性准则来得到新的相似性判断准则，最后应用于基于非局部均值框架的滤波方法中。实验结果表明，该方法对同质区域的降斑效果显着，对边缘和弱小目标保持良好。(本文来源于《西安电子科技大学》期刊2013-03-01）
张鹏[9]（2012）在《基于统计模型的SAR图像降斑和分割方法研究》一文中研究指出合成孔径雷达（SAR）图像降斑和分割是SAR图像解译技术的重要环节，能够揭示SAR图像的本质，为SAR系统的自动目标识别建立基础，推动SAR在众多领域中的应用与发展。近年来，SAR图像降斑和分割技术已成为国内外学者研究的热点。本论文以现有的星载、机载SAR图像数据为基础，采用粒子滤波（PF）理论、模糊聚类理论、多分辨率分析理论、贝叶斯融合理论以及叁重马尔可夫场（TMF）模型等现代信号处理理论对SAR图像降斑和分割的相关理论和技术问题开展了系统深入的研究工作，论文的主要内容可概括为如下五部分：第一部分以研究SAR图像在平稳小波变换（SWT）域的统计特性为基础，提出了基于SWT域改进PF的SAR图像降斑算法。PF非常适合处理非高斯状态空间模型的滤波问题，而SAR图像的非高斯降斑算法正是粒子滤波的一个有效应用。新算法首先分析验证了在SWT域中利用广义高斯分布（GGD）对SAR图像进行建模比在离散小波变换（DWT）域中更为精确；然后针对基本PF降斑算法中的粒子整体权重偏差问题，引入马尔可夫随机场（MRF）重新定义粒子权重，并通过权重更新粒子的采样区间以优化粒子分布；为了提高降斑算法的实时性，新算法依据小波系数的局部统计特性对图像进行分区域处理。本论文选取合成图像和实测SAR图像进行了仿真实验，实验结果表明该方法能够在去除斑点噪声的同时较好的保持图像的边缘、点目标和纹理结构特征，而且分区域处理有效地提高了算法的效率。第二部分以研究模糊聚类理论以及SAR图像的非平稳统计特性为基础，建立了基于模糊TMF（FTMF）模型的无监督SAR图像多类分割理论和方法。本部分工作的贡献点如下：（1）将均值场近似（MFA）理论从对一维随机场的处理推广到二维形式，推导基于MFA理论的标记场和辅助场的联合先验概率分布，以解决Gibbs采样的计算量问题。（2）研究并建立以标记场和辅助场为联合条件的似然概率的统计分布模型，释放TMF模型中各类地物目标在不同平稳状态下的似然概率分布一致这一限制条件，同时考虑辅助场在构建势能函数与建模似然概率分布中的作用，对SAR数据在不同平稳状态下的统计分布进行建模，进一步完善非平稳SAR图像的统计模型。（3）将模糊C均值（FCM）聚类理论与TMF模型相结合，构建基于FTMF模型的新的模糊目标函数从而在分割中有效地保留原始SAR图像的信息。（4）依据新的模糊目标函数，研究并建立FTMF模型参数、统计分布参数及隶属度的估计方法。合成图像和实测SAR图像的实验结果和分析表明基于FTMF模型的SAR图像分割方法在分割过程中能够有效地保留原始SAR图像的信息，获取准确的边界定位和较好的区域一致性。第叁部分以研究小波域多尺度统计模型和SAR图像的非平稳统计特性为基础，提出了小波域多尺度多方向TMF（WTMF）模型。为捕获尺度内图像结构的局部空域相关性以及尺度间的父子代依赖关系，本论文构建了WTMF模型的多尺度因果势能函数。为充分捕捉图像的奇异性信息，本论文构建了基于小波域隐马尔可夫树（WHMT）的多尺度WTMF似然，从而WTMF模型能够从图像的空间结构和图像特征上整合图像的全局和局部信息，并利用粗尺度上的全局结构信息指导细尺度上的分割，实现多尺度决策融合。此外，本论文针对非平稳SAR图像的纹理统计特性，提出了一种新的基于非平稳各向异性高斯核（NAGK）参数的辅助场初始化方法。合成图像和实测SAR图像的实验结果和分析表明粗尺度上的全局结构信息对细尺度上的分割具有指导作用，WTMF模型通过贝叶斯决策融合实现这一指导作用，从而提高分割算法的抗噪性能，有效地解决误分割问题。第四部分以研究分层统计模型和SAR图像的非平稳统计特性为基础，提出了基于分层TMF（HTMF）模型的无监督SAR图像多类分割理论和方法。HTMF模型构建了尺度内基团势能函数和尺度间条件基团势能函数以精确捕获非平稳SAR图像的全局和局部特征。基于HTMF模型的分割方法借助于四叉树结构上的贝叶斯推论，通过上行-下行概率计算过程估计HTMF模型的多尺度边缘后验概率以实现尺度内SAR图像空域相关性的有效捕获以及尺度间上下文结构信息的有效传递，进而完成无监督多尺度SAR图像的贝叶斯统计分割。合成图像和实测SAR图像的实验结果和分析表明与TMF模型相比，HTMF模型能够较好地保持SAR图像的结构信息，有效抑制噪声影响，从而提高分割精度。第五部分以研究SAR图像的非平稳统计特性、统计建模以及纹理特征为基础，建立了基于条件叁重马尔可夫场（CTMF）模型的无监督SAR图像多类分割理论和方法。CTMF模型能够有效地从空域结构以及数据统计分布的角度上描述SAR图像的非平稳统计特性，并利用归一化逻辑回归模型（NLRM）构造基于SAR图像纹理特征的联合势能函数，充分地考虑了观测数据的统计相关特性，从而有效地提高了模型精度。通过构造标记场和辅助场联合指导下的自适应相互势能函数则能够更为精确的捕获SAR图像空域相关性。实验结果和分析表明CTMF模型适用于处理具有复杂纹理结构的非平稳SAR图像分割，在边界定位、区域一致性以及分割精度等性能上均展示出其优越性。(本文来源于《西安电子科技大学》期刊2012-10-01）
许悦雷,田松,李军伟,凤宏晓[10]（2012）在《Shearlet域变换与复扩散方程结合的SAR图像降斑》一文中研究指出针对大多数降斑算法不能很好地在实现区域平滑的同时保持图像细节边缘这一问题,提出了一种新的复扩散方程,结合Shearlet变换给出了一种模极大值边缘检测方法.将获得图像边缘与降斑平滑的结果相结合,在有效实现降斑平滑的同时保持了图像的边缘.实验结果表明,该方法对SAR图像中的点目标、边缘和纹理具有较好的保持能力,在有效降斑的同时,更多地保留了图像的边缘和细节.(本文来源于《西安电子科技大学学报》期刊2012年06期）
图像降斑论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对SAR图像降斑过程中会产生过平滑现象及相干斑的滤除不彻底等问题,提出了稀疏结构符合高斯比例混合(Gaussian Scale Mixture,GSM)模型的SAR图像降斑算法。根据贝叶斯原理以及相干斑的统计特性推导该算法的数学模型,在块匹配过程中使用概率而不是欧式距离进行权重衡量,根据图像块之间的结构相似度,可以有效区分同质区与异质区,并得到图像块的较优均值估计。使用PCA字典学习方法对每个图像块进行子字典训练,实现同步稀疏编码(Simultaneous Sparse Coding,SSC),数学模型的求解利用迭代正则化方法。分别使用合成场景SAR图像及真实场景SAR图像对算法进行验证,实验表明,相比于目前已提出的PPB算法、SAR-BM3D算法及FANS算法,该算法能有效提高等效视数,在滤除相干斑的同时很好地保留了图像的局部结构特性与纹理特征。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像降斑论文参考文献
[1].方敬,滕树云,牛四杰,李登旺.基于分组主成分分析的光学相干图像降斑算法[J].光学学报.2018
[2].何碧容,蔡倩,孔莹莹,周建江.采用GSM模型进行稀疏表示的SAR图像降斑算法[J].信号处理.2017
[3].卢范碧.基于Cauchy分布建模和Shearlet变换的高分辨率SAR图像降斑算法研究[D].华侨大学.2016
[4].杨柳.基于结构化信息检测和偏微分方程的高分辨率SAR图像降斑算法研究[D].华侨大学.2016
[5].刘书君,吴国庆,张新征,杨婷,李勇明.基于非局部分类处理的SAR图像降斑[J].系统工程与电子技术.2016
[6].张志化.基于结构化信息检测和Fisher模型的SAR图像降斑算法研究[D].华侨大学.2015
[7].韩雪云.基于稀疏表示和低秩逼近的SAR图像降斑[D].西安电子科技大学.2014
[8].马兆峰.基于统计建模和块相似性的SAR图像降斑[D].西安电子科技大学.2013
[9].张鹏.基于统计模型的SAR图像降斑和分割方法研究[D].西安电子科技大学.2012
[10].许悦雷,田松,李军伟,凤宏晓.Shearlet域变换与复扩散方程结合的SAR图像降斑[J].西安电子科技大学学报.2012