摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-16页 |
1.1 相干斑抑制的意义及其特殊性 | 第10-11页 |
1.2 相干斑抑制方法的研究现状 | 第11-14页 |
1.2.1 多视处理 | 第11-12页 |
1.2.2 基于SAR图像局部统计特性的自适应滤波降噪方法 | 第12页 |
1.2.3 基于小波的SAR图像降噪方法 | 第12-13页 |
1.2.4 基于PDE的相干斑抑制方法 | 第13-14页 |
1.3 本文的主要工作和创新点 | 第14-16页 |
第2章 相干斑噪声特点和SAR图像局部统计特性及其自适应滤波 | 第16-31页 |
2.1 相干斑噪声的产生 | 第16-18页 |
2.2 相干斑噪声的统计特性 | 第18-23页 |
2.2.1 相干斑的一阶统计特性 | 第18-21页 |
2.2.2 相干斑的二阶统计特性 | 第21-22页 |
2.2.3 相干斑的乘性模型及其校验 | 第22-23页 |
2.3 SAR图像的局部一阶统计特性 | 第23-26页 |
2.3.1 功率图像的局部一阶统计特性 | 第23-25页 |
2.3.2 幅度图像的局部一阶统计特性 | 第25-26页 |
2.4 几种常见的自适应相干斑滤波器 | 第26-31页 |
2.4.1 Lee滤波器 | 第26-28页 |
2.4.2 Frost滤波器 | 第28-29页 |
2.4.3 Kuan滤波器 | 第29-31页 |
第3章 偏微分方程及其在图像处理中的应用 | 第31-42页 |
3.1 前言 | 第31-32页 |
3.2 几种常用的偏微分方程 | 第32-33页 |
3.3 偏微分方程在图像复原(IMAGE RESTORATION)中的应用 | 第33-42页 |
3.3.1 图像的尺度空间 | 第33-35页 |
3.3.2 热传导方程(The Heat Equation) | 第35-37页 |
3.3.3 Perona&Malik模型(The Perona and Malik Model) | 第37-40页 |
3.3.4 基于P&M方程CATT(?)提出的改进模型 | 第40页 |
3.3.5 总变分(Total Variation)最小化方法 | 第40-42页 |
第4章 传统自适应滤波器与偏微分方程的联系及SRAD的引出 | 第42-50页 |
4.1 自适应滤波器与偏微分方程的联系 | 第42-45页 |
4.1.1 Lee滤波器与线性偏微分方程的联系 | 第42-44页 |
4.1.2 Frost滤波器与线性偏微分方程的联系 | 第44-45页 |
4.2 基于各向异性扩散的相干斑降噪 | 第45-50页 |
4.2.1 基于局域方差的扩散系数 | 第45-48页 |
4.2.2 相干斑抑制各向异性扩散SRAD | 第48-50页 |
第5章 SRAD扩散函数改进及其规整化 | 第50-70页 |
5.1 SRAD的规整化 | 第50-57页 |
5.1.1 规整化问题的提出和一般性概念 | 第50-54页 |
5.1.2 保持图像细节的规整化 | 第54-57页 |
5.2 SRAD扩散函数的改进 | 第57-63页 |
5.2.1 基于各向异性扩散控制函数的选取准则 | 第57-59页 |
5.2.2 SRAD扩散控制函数的分析 | 第59-61页 |
5.2.3 SRAD扩散函数的改进 | 第61-62页 |
5.2.4 基于改进扩散函数的规整化SRAD模型及其离散化计算 | 第62-63页 |
5.3 实验结果分析及比较 | 第63-70页 |
第6章 总结和展望 | 第70-72页 |
参考文献 | 第72-76页 |
附录 | 第76-77页 |