全文总字数：3861字

1. 研究目的与意义及国内外研究现状

当二十一世纪的大门打开之后,正如海德格尔所预言的那样“世界图像时代”已经到来,图像在我们的生活中扮演着越来越重要的角色。无论从印刷出版物到网络、电视等各种媒体视频广告,从电子帐薄到日常记录手段,还是从雷达图像的军用目的到民用目的,图像已经充斥着我们的生活,成为人们认知事物和感知事物的一种常用方式,不仅进入到了公司企业、国家政府等单位,而且进入到了家庭和个人生活之中,与人们的生活息息相关。图像主要有自然图像、医学图像和合成孔径雷达(sar)图像等。然而,由于现实中的图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响,从而大大降低了图像的质量。此外,sar图像由于具有全天候、全天时、高分辨率和强大的穿透能力等特点,常被广泛的应该用到变换检测、目标识别和水域检测等。而相干斑噪声是sar图像的固有特性,那些在sar图像中随机散布的相干斑会与较小的地物目标掺杂在一起,严重影响图像的质量,对sar图像的自动解译造成很大困难⑴。因此,在图像处理中,图像噪声抑制成为关键,也是图像边缘检测、特征提取、图像分割、模式识别等后续工作的基础。本文正是在这样的背

景下开展了 一系列的研究工作。在军事领域:sar图像可以应用于战场侦察领域,如敌方坦克装甲、导弹发射架和机场等的分布情况;异常探测领域,如敌方的武器装备出现大规模的调整或运动;匹配制导领域,如敌方的舰船或地面军事目标信息经过sar图像检测识别获得后,利用该信息导引导弹等武器进行打击;效果评估领域,如对敌方机场使用sar分别在轰炸前后进行观测,使用变化监测的方法就可以获得机场跑道的损毁情况,以此评估打击效果。在预灾减灾方面:sar图像可以被用于洪水检测、地震房屋倒塌评估、地震预测、地质沉降预算和火山活动检测等。目前无论是自然图像还是sar图像,它们在日常生活中已经得到了广泛应用,因此图像处理成为一个研究重点。无论是自然图像中的加性噪声,还是sar图像中包含的大量由成像界面上散射点的相干回波随机干涉造成的相干斑[2],这些噪声都会极大地降低图像边缘检测、特征提取、分割和目标识别等处理技术的有效性,

从而使得图像处理不能达到预期目的。因此,噪声抑制成为图像预处理中一个不可或缺的过程。

2. 研究的基本内容

第一分别从自然图像和sar图像的成像机理出发,依次给出了自然图像噪声模型和sar图像相干斑噪声模型,并介绍了sar图像相干斑抑制旳经典算法。

第二提出了基于矩阵chelesky分解和近似奇异值分解的稀疏k-svd图像噪声抑制方法,对自然图像进行噪声抑制。由于本方法引入了字典的稀疏性,所以不仅改善了图像噪声抑制的效果,而且提高了算法的运行效率;由于本方法将基础字典设置为全局训练字典,所以大大加快了字典训练的过程,从而提高了整个算法的运行效率;由于本方法使用了基于矩阵chelesky分解的omp算法,所以加快了稀疏编码过程,从而提高了整个算法的运行效率;由于本方法使用了近似奇异值分解(svd),所以不仅有效的提高了svd算法的效率,而且解决了“超出内存”问题。

第三提出了基于sar图像局部统计特性的k-svd相干斑抑制方法,对sar图像进行相干斑抑制。本方法根据sar图像的局部统计特性,由极大似然估计法得到一个适用于sar图像去斑的k-svd目标函数,并从理论上证明了其合理性,然后根据此目标函数对k-svd算法进行改进,得到了本文的sar_k-svd算法。此sarjc-svd算法消除了原始k-svd算法用于sar图像去斑时产生的边缘和点目标模糊、纹理信息过平滑等现象;此外,由于本方法是直接在空域中对原始sar图像进行抑斑,所以克服了对数变换k-svd方法的不足,能更好的保持原始sar图像的福射特性;由于本方法兼顾了k-svd字典训练的优点,故具有较高的自适应能力;由于本方法是基于sar强度图像和幅度图像的统计特性得到的相干斑抑制方法,故适用于sar幅度图像和强度图像的相干斑抑制,有较广的适用性。

3. 实施方案、进度安排及预期效果

选择合适的函数以及理解各种图像的成像机理，仔细斟酌。寻找各种矩阵分解对于稀释K-SVD图像噪声的抑制方法。了解基于SAR图像局部统计特性的K-SVD相干斑抑制方法。然后通过Matlab来完成算法的开发，针对调试结果，对不如意的地方进行改进提高。。后期对论文进行修改与完善。

具体进度安排：

4. 参考文献

[1] maitre h.著,孙洪等译.合成孔径雷达图像处理.北京:电子工业出版社,2005:67-69.

[2]焦李成,张向荣,侯彪,王爽,刘芳.智能sar图像处理与解译.北京:科学出版社,2008.

[3]孙强.基于统计模型的sar图像处理和解译[博士学位论文].西安电子科技大学,2007.4.