基于连续循环平移理论的Shearlet域稀疏表示SAR图像去噪算法研究

How quickly and effectively suppress speckle is one of the key issues in remote sensing image processing. This problem also seriously restricts breakthroughs in key technologies for security and defense, military applications and other fields. This project will carry research on the key technologies of SAR image de-noising based on sparse representation deeply. The main research contents can be listed as follows three. First, apply Shearlet to get the sparse representation of the image, and builds the de-noising model based on the sparse representation of image. In order to map the sparse domain coefficients of signal to original signal space, the project will builds a new de-noising model under the limiting condition which is given by the continuous cycle spinning theory. Second, analyze the feasibility and optimality of the de-noising model’s solution, propose an alternate iteration algorithm to solve the de-noising model, and then analyze the convergence and optimality of iteration algorithm. Third, propose a new objective, equitable measure function by using the gradient information, the texture information and noise suppressing information.

如何快速有效地抑制相干噪声是遥感图像处理中的关键问题之一，该问题也严重制约着安全防卫、军事应用等领域关键技术的突破。本课题将深入地研究基于稀疏表示的SAR图像去噪的关键技术。其主要研究内容包括：（1）利用Shearlet进行图像的稀疏表示，并建立图像稀疏表示去噪模型。为了将稀疏域的信号一一映射回原信号空间，课题通过将连续循环平移理论作为限制条件来构造新的去噪模型；（2）分析去噪模型的可求解性和解的最优性，并提出一种交替迭代算法进行模型求解，最后对迭代算法的收敛性和最优性进行分析；（3）利用梯度信息、纹理保留信息和噪声抑制信息提出一种新的公平公正的相干噪声抑制算法客观评价函数。

如何快速有效地抑制相干噪声是遥感图像处理中的一个关键问题之一，该问题也严重制约着安全防卫、军事应用等领域关键技术的突破。本课题对此进行了深入的研究，其主要研究内容包括：（1）利用Shearlet进行图像的稀疏表示，并建立图像稀疏表示去噪模型。为了将稀疏域的信号一一映射回原信号空间，通过将连续循环平移理论作为限制条件来构造新的去噪模型，并利用交替迭代算法进行模型求解，并将该算法应用到SAR图像去噪中，对算法的性能进行测试和评价；（2）利用子块的纹理强度，从噪声图像中选出低秩子块，利用主成分分析法估计SAR图像的噪声水平。利用估计的噪声方差规范化F范数数据逼真项，对隐藏矩阵的奇异值赋予不同的加权系数，通过求解核范数最小化进行SAR图像去噪，并对算法的性能进行测试和评价；（3）提出一种基于距离时间维的移不变混合变换以抑制机场雷达图像的噪声，与传统的成像后去噪算法相比，该算法可以有效地去除机场雷达图像噪声，显著地改善图像的视觉效果，更重要的事该算法可以实时运行；（4）现有的SAR图像去噪算法往往只是单一针对整幅SAR图像的去噪算法，从而导致去噪图像产生人造纹理或边缘模糊。为了克服这个缺点，首先研究了图像融合理论获得了一系列的成果，然后结合图像融合理论提出了一种基于核范数最小化融合算法的SAR图像去噪方法，并取得很好的图像去噪效果；（5）利用Matlab建立一个SAR图像去噪算法对比软件；项目的成果主要包括：项目资助发表论文29篇，SCI检索论文11篇，EI检索论文2篇，EI、ISTP检索国际会议论文4篇。培养硕士生10名，其中3名已经取得硕士学位，7名在读。项目投入经费24万元，支出14余万元，各项支出基本与预算相符。剩余经费9余万元，剩余经费计划用于本项目研究后续支出。