基于卷积神经网络的置换混叠图像盲分离

针对一类置换区域含噪声的置换混叠图像,提出一种基于卷积神经网络的置换混叠图像盲分离算法。首先,对含噪声的置换混叠图像进行预处理,作为训练数据集;然后输入卷积神经网络进行卷积和池化操作,获取图像的特征图;最后,利用特征图对图像进行分类,获取分类结果图。通过分类结果与原图进行点乘操作,得到分离效果图。实验结果表明,该算法对含噪声的置换混叠图像的盲分离正检率高于95%,能够有效地检测出含噪声的置换混叠区域。

将稀疏自动编码器用于置换混叠图像盲分离

针对一类置换区域含噪声的置换混叠图像,提出一种基于稀疏自动编码器的算法来自动检测和分离含噪声的置换区域。对含噪声的置换混叠图像进行分块,获取输入数据集。构建稀疏自动编码器网络,通过数据集训练参数,获得解码后的置换混叠图像。将解码后图像与原置换混叠图像作差运算得到差图像,通过检测差图像来确定置换区域,采用自适应阈值化操作分离出含噪声的置换区域,实现对置换区域的自动检测和分离。实验结果表明,采用本算法在置换区域位置、大小、个数和所含噪声类型、大小均未知的情况下,能有效地分离出含噪声的置换区域。

基于噪声检测的置换混叠图像盲分离

置换混叠图像盲分离作为一类新型的单信道盲分离,在理论和方法上与传统的单信道盲分离有着本质的不同。针对一类置换区域含噪声的置换混叠图像,本文提出一种基于噪声检测的置换混叠图像盲分离算法。本文首先给出置换混叠图像的数学模型,对置换混叠图像用非零元个数约束的K-SVD算法进行训练得到其稀疏表示的字典,利用学习得到的字典对置换混叠图像去噪,然后利用去噪后的置换混叠图像与原图像作差运算得到差图像,通过检测差图像来确定出置换区域的位置和大小。并利用图像形态学运算优化置换区域,采用阈值化操作分离出置换图像。实验结果表明,本文算法能够较好的从置换混叠图像中分离出置换图像,并且不受置换图像的大小、位置、个数和置换图像所含噪声大小的影响。

基于差分进化的插值置换混叠图像盲分离

针对插值置换混叠图像提出了一套完整的盲分离方案。根据插值图像像素点之间存在的相关性,通过对置换混叠图像分块进行有限差分,检测插值图像与原图像经过有限差分后的值之间的差距,设定适当的阈值,将其分开。为获得最优阈值,用差分进化算法进行优化,获得最优阈值。根据阈值将图像二值化,进而将置换图像分离出来。实验结果表明,该方法比阈值法的鲁棒性强,对经过不同插值方式的置换混叠图像进行盲分离都有较好的效果。

基于稀疏分解的置换混叠图像盲分离

针对一类存在形态差异的置换混叠图像，提出了一种基于稀疏分解的置换混叠图像盲分离新算法。该算法为了利用置换混叠图像中被置换区域和置换区域在不同的字典上稀疏表示存在的稀疏差异，分别选择Contourlet变换基字典和局部离散余弦变换基字典作为分离的特征域，通过置换混叠图像在两个特征域上的稀疏形态分解，把纹理图像从置换混叠图像中分离出来。实验结果表明，对于一类包含分片光滑和纹理成分的置换混叠图像，该算法能够有效地把纹理图像从置换混叠图像中分离出来，同时，对纹理图像的大小、位置、个数和类型具有鲁棒性。

基于差分进化的置换混叠图像盲分离

针对1类存在模糊差异的置换混叠图像,提出了1种基于差分进化的置换混叠图像盲分离算法。选择空域作为特征域,将置换混叠图像的梯度图像分成小块,并为每个小块设定个阈值,组成1个阈值向量。利用差分进化算法获得最优的阈值向量,将置换混叠图像阈值化为二值图像,利用图像形态学实现二值图像分离出置换图像。实验结果表明,与阈值法相比较,本算法能较好地把置换图像从置换混叠图像中分离出来,而不受置换图像位置、大小和个数的限制。

基于NSCT域二次模糊相关性的运动模糊置换混叠图像盲分离

针对一类运动模糊置换混叠图像盲分离问题,提出一种基于NSCT域的二次模糊相关性的盲分离算法.首先,对置换混叠图像进行运动模糊,把原图像与相应的运动模糊图像分别在NSCT域上进行稀疏分解,得到各自的低频子带系数和各带通方向子带系数;其次,利用系数的冗余特性求其和图像;然后,对和图像分块,估计各对应子块的相关系数,对其采用阈值化操作分离出置换图像.实验结果表明,采用本算法在置换图像的运动模糊方向、模糊度、大小、位置和个数未知情况下对运动模糊置换混叠图像实现了有效的分离效果,并且对置换图像的正确分离率高于二次模糊相关性置换混叠图像盲分离和小波变换二次模糊相关性盲分离方法.

SAR图像边缘混叠现象研究

针对SAR图像边缘混叠现象,本文从SAR数据接收机理及数据处理方式上分析了这种混叠现象的起因。分析发现,这种混叠现象与SAR接收数据信号特性及线性调频信号匹配压缩特性有关。与截短的线性调频信号的匹配压缩结果相似,SAR实际数据方位向、距离向起始位置和结束位置附近的目标回波数据被截断,因此对任意一部以线性调频信号为发射信号的SAR系统,其所得成像处理结果总会出现图像边缘混叠现象,且混叠区域大小正好为方位向和距离向上的半个脉冲持续时间的采样点。RADARSAT-1数据及线性调频信号的处理结果验证了上述结论的正确性。最后,本文给出选择无混叠SAR图像的两种方法。

基于星载混合相控阵MIMOSAR的多方向测绘带成像及二维DBF处理

为解决图像模糊和图像混叠的问题,提出了将混合相控阵MIMO雷达与SAR相结合(混合相控阵MIMO SAR)的多方向测绘带成像方法,且提出二维数字波束合成(DBF)处理技术以实现无模糊宽测绘带高分辨率成像。首先建立该方法信号模型,推导了混合相控阵MIMO SAR的实际控制矩阵。然后针对多方向成像易造成图像混叠和距离模糊的不足,提出俯仰向自适应DBF算法,实现了图像混叠部分的有效分离且对模糊有很好的抑制。最后利用方位向加权对带外模糊置零。仿真结果表明该二维DBF处理技术的有效性。与星载双向和相控阵多向成像方法相比,该方法工作方式更灵活,能够满足多功能星载SAR的要求。