换一批摘要针对合成孔径雷达图像(synthetic aperture radar, SAR)斑点噪声影响的问题,提出了一种基于非下采样剪切波变换域(non-subsample shearlet transform,NSST)加权核范数最小化(weighted nuclear norm minimization,WNNM)和核各向异性扩散(kernel anisotropic diffusion, KAD)的SAR图像去噪方法.首先预估计SAR图像的全局噪声方差,其次对SAR图像进行对数变换,将图像的相干斑乘性噪声转化为加性噪声,然后对SAR图像进行NSST变换分解,将图像分为低频分量和多个高频分量.对分解后的低频分量和高频分量分别用WNNM算法和KAD进行去噪处理,最后用处理后的结果进行NSST重构得到去噪图像.给出了该算法的详细实现过程,并把它与之前的WNNM算法和非下采样shearlet变换算法进行了比较.实验结果表明,峰值信噪比相较于WNNM算法提高了约0.3 dB, 而且更好地保存了图像的局部结构,并实现了良好的主观视觉效果.
更多相关知识
关键词
合成孔径雷达图像去噪非下采样剪切波变换加权核范数最小化核各向异性扩散synthetic aperture radarnon-subsample shearlet transformweighted nuclear norm minimizationkernel anisotropic diffusion
分类号
TM391
DOI
10.13705/j.issn.1671-6841.2016320
发布时间
2017-05-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61572063）
国家自然科学基金（61401308）
河北省自然科学基金（F2016201187）
河北大学自然科学研究项目（2014-303）
研究生创新项目（X2015085）
- 浏览3
- 被引8
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
