一种基于非本地分类稀疏表示的SAR图像降噪方法

    公开(公告)号:CN104637037B

    公开(公告)日:2017-08-11

    申请号:CN201510110333.4

    申请日:2015-03-13

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于非本地分类稀疏表示的SAR图像降噪方法。属于数字图像处理技术领域。它是一种基于分类系数估计与稀疏表示相结合的SAR图像降噪方法。首先按照图像的同质区和异质区进行分类,而后分别采用非本地均值方法和3D变换域硬阈值收缩方法实现对同质区和异质区的降噪,并由降噪结果获得非本地系数。为进一步提高降噪性能,利用所估计出的非本地系数对稀疏表示模型中的系数进行约束,以更好的逼近真实图像的系数。最后,利用最终估计的系数重构出降噪后的图像。本发明对图像的同质区和异质区采用不同方法进行处理,不仅可有效的实现同质区抑斑,同时能保留异质区中存在的细节,可用于SAR图像降噪。

    一种基于线性最小均方误差估计的SAR图像降噪方法

    公开(公告)号:CN104978716A

    公开(公告)日:2015-10-14

    申请号:CN201510311551.4

    申请日:2015-06-09

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于线性最小均方误差估计的SAR图像降噪方法。属于数字图像处理技术领域。它是一种将图像非局部相似性与稀疏表示相结合的SAR图像降噪方法。首先通过Kmeans聚类法将相似图像块聚类;再对相似块集合做奇异值分解,得到包含行列相关信息的含噪奇异值系数。为使降噪后奇异值系数更好的逼近真实系数,利用线性最小均方误差准则估计奇异值系数。接着将估计后的奇异值系数重构得到初始降噪图像块,结合初始降噪结果重新对含噪图像块进行聚类降噪,并将降噪后图像块重构得到最终降噪图像。本发明不仅去噪效果明显且能够有效的保持图像纹理细节,还具有良好的视觉效果,可用于SAR图像降噪。

    一种基于非本地分类稀疏表示的SAR图像降噪方法

    公开(公告)号:CN104637037A

    公开(公告)日:2015-05-20

    申请号:CN201510110333.4

    申请日:2015-03-13

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于非本地分类稀疏表示的SAR图像降噪方法。属于数字图像处理技术领域。它是一种基于分类系数估计与稀疏表示相结合的SAR图像降噪方法。首先按照图像的同质区和异质区进行分类,而后分别采用非本地均值方法和3D变换域硬阈值收缩方法实现对同质区和异质区的降噪,并由降噪结果获得非本地系数。为进一步提高降噪性能,利用所估计出的非本地系数对稀疏表示模型中的系数进行约束,以更好的逼近真实图像的系数。最后,利用最终估计的系数重构出降噪后的图像。本发明对图像的同质区和异质区采用不同方法进行处理,不仅可有效的实现同质区抑斑,同时能保留异质区中存在的细节,可用于SAR图像降噪。

    一种基于剪切波系数处理的SAR图像降噪方法

    公开(公告)号:CN104217406B

    公开(公告)日:2017-05-03

    申请号:CN201410490100.7

    申请日:2014-09-23

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于剪切波系数处理的SAR图像降噪方法。属于数字图像处理技术领域。它是利用图像剪切波变换后系数具有的稀疏特性,首先建立基于图像剪切波系数的稀疏表示模型,而后通过分段正交匹配追踪StOMP算法实现统计均值意义上稀疏表示系数的无偏估计,并将稀疏表示后的剪切波系数重构为降噪后图像;为弥补稀疏表示中丢失部分系数对图像细节的损失,并利用这部分系数对应的剪切波函数具有提取图像边缘细节的能力,针对图像在丢失系数对应的剪切波函数空间中投影重构的结果,结合基于能量泛函的总变分TV方法进一步迭代去噪,最终得到细节丰富的去噪图像,既抑制了SAR图像斑点噪声又保持了图像的细节纹理,可用于SAR图像降噪。

    一种基于剪切波系数处理的SAR图像降噪方法

    公开(公告)号:CN104217406A

    公开(公告)日:2014-12-17

    申请号:CN201410490100.7

    申请日:2014-09-23

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于剪切波系数处理的SAR图像降噪方法。属于数字图像处理技术领域。它是利用图像剪切波变换后系数具有的稀疏特性,首先建立基于图像剪切波系数的稀疏表示模型,而后通过分段正交匹配追踪StOMP算法实现统计均值意义上稀疏表示系数的无偏估计,并将稀疏表示后的剪切波系数重构为降噪后图像;为弥补稀疏表示中丢失部分系数对图像细节的损失,并利用这部分系数对应的剪切波函数具有提取图像边缘细节的能力,针对图像在丢失系数对应的剪切波函数空间中投影重构的结果,结合基于能量泛函的总变分TV方法进一步迭代去噪,最终得到细节丰富的去噪图像,既抑制了SAR图像斑点噪声又保持了图像的细节纹理,可用于SAR图像降噪。

Patent Agency Ranking