基于壓縮感知的SAR圖像去噪和圖像重構(gòu)模型的研究.pdf

1、從測(cè)量數(shù)據(jù)中重構(gòu)原信號(hào)/圖像的經(jīng)典方法遵循著名的香濃采樣定律，該定律指出采樣率至少是最高頻率的兩倍,才能保證重構(gòu)是準(zhǔn)確的。相似地，線性代數(shù)的基本理論指出為了確保準(zhǔn)確重構(gòu)，一個(gè)離散有限維信號(hào)的采樣數(shù)目至少應(yīng)和它的長(zhǎng)度相等。該定律是當(dāng)前大部分設(shè)備技術(shù)的基礎(chǔ)。但是隨著感知系統(tǒng)的廣泛應(yīng)用，所產(chǎn)生的數(shù)據(jù)量越來(lái)越大，數(shù)據(jù)的測(cè)量受到物理因素和計(jì)算成本的限制。壓縮感知理論的提出，給數(shù)據(jù)獲取提供了一個(gè)新的方法，該方法顛覆了傳統(tǒng)思維，預(yù)示著某些信號(hào)/圖像可

2、以從之前被認(rèn)為是高度不完整測(cè)量中被重構(gòu)。圖像處理中很多其他問(wèn)題，例如圖像重構(gòu)、圖像去噪等，與壓縮感知問(wèn)題有相似的形式；通過(guò)對(duì)壓縮感知重構(gòu)模型和算法的研究，將從一個(gè)新的角度分析和解決圖像處理中的問(wèn)題。本文是基于對(duì)壓縮感知理論應(yīng)用和重構(gòu)模型的研究，提出：將壓縮感知模型應(yīng)用于合成孔徑雷達(dá)(SAR)圖像去噪中，來(lái)提升SAR圖像去噪效果；把圖像的結(jié)構(gòu)特性引入到壓縮感知中，改進(jìn)圖像重構(gòu)模型，提高壓縮重構(gòu)圖像的質(zhì)量，并比較新模型和新算法的性能。

3、>　　本研究主要內(nèi)容包括：⑴提出一種基于稀疏重構(gòu)和Bregman正則化的SAR圖像去噪模型。將SAR圖像的乘性斑點(diǎn)噪聲轉(zhuǎn)換成為加性噪聲作為壓縮感知系統(tǒng)中輸入圖像，推導(dǎo)出新的SAR圖像去噪模型。然后，根據(jù)壓縮感知中的稀疏重構(gòu)框架對(duì)SAR圖像進(jìn)行去噪，通過(guò)貝葉斯估計(jì)引入拉普拉斯去噪閾值，并在算法過(guò)程中引入 Bregman正則化項(xiàng)，來(lái)加速迭代算法，提升去噪效果。通過(guò)實(shí)驗(yàn)表明新提出的模型和相應(yīng)的去噪算法與傳統(tǒng)算法在去噪效果方面有了極大的提升，保

4、留了更多的邊緣信息，同時(shí)算法處理時(shí)間也得到了有效的控制。實(shí)驗(yàn)結(jié)果展示了基于壓縮感知的SAR圖像去噪模型的有效性。⑵提出一種基于Texture和 Cartoon的圖像壓縮重構(gòu)模型。我們提出將圖像的結(jié)構(gòu)特征引入模型中，改進(jìn)圖像壓縮重構(gòu)模型,來(lái)避免圖像過(guò)光滑，保存更多圖像的紋理、邊界等結(jié)構(gòu)信息。在圖像重構(gòu)過(guò)程中，我們首先根據(jù)圖像的結(jié)構(gòu)特性將圖像分為T(mén)exture和Cartoon；將形態(tài)學(xué)分量分析(Morphological Component