SAR图像增强的前向-后向扩散方程方法

本文研究SAR图像域去噪和增强处理问题 .通过构造符合SAR成像工程背景的扩散系数矩阵 ,提出了基于SAR图像幅度信息的前向 后向扩散方程 ,同时设计了相应的快速算法 .该方法能有效增强目标的强散射点 ,显著抑制噪杂波区的噪声 ,保护目标 .并利用 3dB主瓣宽度和辐射分辨率对计算结果进行评价 。

基于正则化变分模型的SAR图像增强方法

讨论合成孔径雷达(SAR)图像的噪声抑制与分辨率增强问题.建立偏微分方程抑噪方法与正则化点增强方法相结合的正则化变分模型,该模型同时具有偏微分方程模型的抑噪优势和正则化模型的分辨率增强优势.在图像的背景区域采用偏微分方程模型进行噪声抑制,而在图像的目标区域,先采用后向扩散方程进行锐化,然后再采用正则化模型进行分辨率增强,使整幅图像的处理结果均得到优化.此外,在偏微分方程抑噪模型的构造上,结合SAR成像的工程背景,提出了基于SAR图像幅度信息的前向-后向扩散方程,使方程能有效抑制图像背景区域的噪声并锐化目标边缘.大量的试验结果表明该方法能有效增强目标的强散射点,显著抑制噪杂波区的噪声.

基于全局信息的图像增强组合方法

从分析图像增强的偏微分方程直方图修正方法的迭代过程出发,改进了偏微分方程的直方图修正模型。在此基础上,通过对图像的梯度信息和直方图信息的合理组合,提出了基于全局信息的图像增强组合方法。并利用图像直方图的根方差和图像噪声的根方差,构造了两种方法组合的权重因子,给出了权重因子的计算方法。同时设计了快速算法,提出了一种评价图像清晰度的指标。实验结果表明:该方法可以有效地实现对比度增强、噪声抑制和边缘保护。