基于稀疏分解的SAR图像抑制斑点噪声算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·SAR 简介 | 第9-10页 |
| ·SAR 图像斑点抑制研究的目的和意义 | 第10页 |
| ·SAR 图像去斑的国内外研究现状 | 第10-12页 |
| ·论文的研究内容 | 第12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 SAR 图像斑点噪声的统计性质 | 第13-20页 |
| ·SAR 图像斑点噪声的产生机理 | 第13-14页 |
| ·SAR 图像的统计性质 | 第14-17页 |
| ·单视SAR 图像的统计性质 | 第14-15页 |
| ·多视SAR 图像的统计性质 | 第15-17页 |
| ·斑点噪声的乘性数学模型及统计性质 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 信号和图像的稀疏分解 | 第20-30页 |
| ·信号的表示 | 第20-21页 |
| ·信号正交分解 | 第21-22页 |
| ·信号的稀疏表示 | 第22-27页 |
| ·过完备原子字典 | 第23-24页 |
| ·信号的稀疏分解 | 第24-27页 |
| ·图像的稀疏表示 | 第27-29页 |
| ·图像稀疏表示的基本思想 | 第27页 |
| ·基于MP 的图像稀疏分解 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于稀疏分解的SAR 图像抑制斑点算法 | 第30-44页 |
| ·K-SVD 算法 | 第30-31页 |
| ·基于OMP 的图像稀疏分解与重建 | 第31-33页 |
| ·基于OMP 的图像稀疏分解的模拟退火实现 | 第33-37页 |
| ·OMP 算法模拟退火实现 | 第33页 |
| ·SAR 图像的评价标准 | 第33-34页 |
| ·原子数对图像分解与重建影响的实验分析 | 第34-37页 |
| ·利用K-SVD 实现SAR 图像的去斑 | 第37-43页 |
| ·SAR 图像的噪声模型 | 第37-39页 |
| ·K-SVD 算法实现 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-45页 |
| ·本文研究工作的总结 | 第44页 |
| ·工作展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 发表论文和科研情况说明 | 第49-50页 |
| 致谢 | 第50-51页 |
