資源描述：
《基于散射模型和非局部濾波的極化sar圖像質(zhì)量增強(qiáng)算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于散射模型和非局部濾波的極化SAR圖像質(zhì)量增強(qiáng)算法作者姓名吳月珍學(xué)校導(dǎo)師姓名、職稱鐘樺教授領(lǐng)域電子與通信工程企業(yè)導(dǎo)師姓名、職稱王曉華高工申請(qǐng)學(xué)位類別工程碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號(hào)1202121277分類TN82號(hào)TP75密級(jí)公開西安電子科技大學(xué)碩士學(xué)位論文基于散射模型和非局部濾波的極化SAR圖像質(zhì)量增強(qiáng)算法作者姓名：吳月珍領(lǐng)域：電子與通信工程學(xué)位類別：工程碩士學(xué)校導(dǎo)師姓名、職稱：鐘樺教授企業(yè)導(dǎo)師姓名、職稱：王曉華高工提交日期：2014年12月Pol-SARImageQualityEnhancementAlgorithomBase
2、dontheScatteringModelandNLMFilterAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWuyuezhenSupervisor:ZhonghuaWangxiaohuaDecember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工
3、作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡?/p>
4、全部或部分內(nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要極化合成孔徑雷達(dá)（SAR）技術(shù)是一種先進(jìn)的遙感技術(shù)，在現(xiàn)代國民經(jīng)濟(jì)，尤其軍事領(lǐng)域的作用是越來越大。極化SAR技術(shù)不僅繼承了合成孔徑雷達(dá)技術(shù)的全天時(shí)，全天候、高分辨率的優(yōu)勢(shì)，并且相比較合成孔徑雷達(dá)技術(shù)極化SAR能夠獲得多種回波信號(hào)，從而可以提供更加全面的散射信息。然而，極化SAR圖像中的斑點(diǎn)噪聲使極化SAR圖像信息的質(zhì)量大大降低，并且現(xiàn)有的極化SA
5、R圖像質(zhì)量增強(qiáng)技術(shù)在濾除噪聲的同時(shí)不能很好地保持極化SAR圖像的散射特性，使其在極化SAR圖像的分類，分割，目標(biāo)檢測(cè)等的應(yīng)用中也受到影響。因此，極化SAR圖像的質(zhì)量增強(qiáng)技術(shù)在極化SAR圖像相關(guān)處理研究中比較重要，同時(shí)，在長期的研究過程中發(fā)現(xiàn)，掌握極化SAR圖像像素點(diǎn)間散射特性相似性是比較重要的，對(duì)極化SAR圖像的質(zhì)量增強(qiáng)，分類，目標(biāo)檢測(cè)等研究意義重大，然而，現(xiàn)有的散射特性相似性度量方法不能很好地度量極化SAR數(shù)據(jù)的散射特性。本文通過對(duì)合成以及真實(shí)極化SAR數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，提出一種新的極化特性相似性度量方法，并將其應(yīng)用到極化SAR圖像的質(zhì)量增強(qiáng)技術(shù)的研究中，本文
6、主要工作如下：（1）通過對(duì)大量合成的和真實(shí)的極化SAR數(shù)據(jù)的極化特性進(jìn)行研究，提出了一種新的極化SAR相似性度量方法。該相似性度量方法首先對(duì)極化SAR數(shù)據(jù)進(jìn)行基于散射模型的極化目標(biāo)分解得到極化特征向量，將極化特征向量建立三維極化特征空間，同時(shí)利用空間特征向量間的夾角以及它們模值的關(guān)系計(jì)算兩個(gè)像素點(diǎn)的極化相似性，通過與閾值的比較來決定兩個(gè)像素點(diǎn)是否相似。通過其驗(yàn)證實(shí)驗(yàn)發(fā)現(xiàn)，該相似性度量方法能夠準(zhǔn)確并簡便地度量出兩個(gè)像素點(diǎn)的極化相似性。（2）基于極化相似性的極化SAR圖像質(zhì)量增強(qiáng)算法。我們將極化相似性度量方法應(yīng)用到極化SAR圖像的質(zhì)量增強(qiáng)算法的研究中，提出了兩種基于
7、極化相似性度量方法的極化SAR圖像質(zhì)量增強(qiáng)算法。第一種是基于散射特性的局部濾波算法，該算法首先對(duì)每一個(gè)待處理像素點(diǎn)進(jìn)行數(shù)據(jù)類型分類，判斷是否是低散射能量點(diǎn)，是否為散射特性孤立點(diǎn)，并根據(jù)其數(shù)據(jù)類型找到其相似像素點(diǎn)集合，進(jìn)一步利用Lee濾波模型進(jìn)行相干斑抑制。第二種是基于散射特性和NL-Lee濾波的極化SAR圖像質(zhì)量增強(qiáng)算法，該算法同樣首先對(duì)每一個(gè)待處理像素點(diǎn)進(jìn)行數(shù)據(jù)類型分類，判斷像素點(diǎn)是否為散射特性孤立點(diǎn)，并根據(jù)其數(shù)據(jù)類型找到其相似像素點(diǎn)集合，進(jìn)一步利用NL-Lee濾波算法計(jì)算出參數(shù)kij(,)以及利用數(shù)據(jù)類型來得到權(quán)值wij(,)，最終得到極化SAR圖像質(zhì)量增強(qiáng)
8、的結(jié)果。I西安電子科技大
