全文总字数：2455字

1. 研究目的与意义及国内外研究现状

1、采用一种基于非局部滤波和小波收缩的去斑点算法对SAR噪声图像进行去噪处理。

2、利用改进的BM3D方法对SAR图像进行处理，做到更好的边缘和细节信息保留。

3、重现上述算法并与多种去噪方法比较，对自然与SAR等不同类型图像进行实验处理和综合分析。

国内外研究现状

早期的去斑技术采用所谓的同态方法，取数据的对数，然后用一些方法去除加性高斯白噪声，此方法虽然优越但是忽略了斑点的基本特征；后来又发现了在空间域的线性发展下的最小均值方差方法，此方法对图像的非平稳有影响，丢失图像结构信息；后期在信号处理中小波的扩散开辟了在变换域中去斑点技术的方法，结果表现为实现清晰于空间域自适应的滤波；在之前所给方法的前提下出现了非局部方法，其利用自然图像和SAR图像呈现的自相似性，能够达到保留图像边界的目的，在这个方法的基础上，演化成一个多点的滤波，就是BM3D算法，它是非局部方法结合小波收缩和维纳滤波的一个两步进程，现在BM3D被认为是去除加性高斯白噪声主流方法之一。

2. 研究的基本内容

1、研究图像去噪的一些常见方法，重点研究小波变换和bm3d去噪。

2、使用与原始bm3d相同的算法结构，修改个别进程以考虑sar图像数据的特殊性（不平稳）。

3、在原始bm3d基础上改进

（1）用点对点（ad hoc）测量方法，用于相似图像块分组；

3. 实施方案、进度安排及预期效果

实施方案：

在bm3d基础上，提出的新方法在第一阶段采用一个波动函数代替欧几里得距离来定义相似性度量，第二阶段用贝叶斯框架定义相似性度量。在第一阶段用噪声模型解决收缩问题的框架估计，在mmse下寻找最佳线性估计；在第二阶段采用非离散小波（udwt），提供大量可靠的样本，提高估计真实性。

进度安排：

4. 参考文献

【1】d. t. kuan, a.a. sawchuk, t. c. stand, and p. chavel, 'adaptive noise smoothing filter for images with signal-dependent noise,' ieee trans. pattern anal. mach. intell., vol. 7, no. 2, pp. 165-177, mar. 1985.

【2】a. lopes, e. nezry, r. touzi, and h. laur, 'structure detection and statistical adaptive speckle filtering in sar images,' int. j. remote sens., vol. 14, no. 9, pp. 1735-1758, 1993.

【3】m. i. h. bhuiyan, m. o. ahmad, and m. n. s. swamy, “spatially adaptive wavelet-based method using the cauchy prior for denoising the sar images,” ieee trans. circuits syst. video technol., vol. 17, no. 4, pp. 500–507, apr. 2007.

【4】t. bianchi, f. argenti, and l. alparone, “segmentation-based map despeckling of sar images in the undecimated wavelet domain,” ieee trans. geosci. remote sens., vol. 46, no. 9, pp. 2728–2742, sep. 2008.