基于非凸正则化项的合成孔径雷达图像分割新算法

合成孔径雷达图像中乘性噪音的存在使合成孔径雷达图像分割变得非常困难.针对这一难题,本文以提高分割准确度,保护图像的几何结构边缘和提高算法的鲁棒性为目的,提出了一种适用于处理合成孔径雷达图像分割的新模型.新模型结合合成孔径雷达图像的区域和边缘信息,首先通过引入非凸的正则化项,定义了能量泛函;然后极小化能量泛函,建立了水平集函数演化的偏微分方程;最后对水平集演化方程的数值求解,实现了对合成孔径雷达图像感兴趣区域的分割.分别采用仿真图像和实测合成孔径雷达图像对新模型进行验证,结果表明,新模型对合成孔径雷达图像具有很强的边缘定位能力,能使目标区域分割更完整.     

基于非凸正则化项的合成孔径雷达图像分割新算法

合成孔径雷达图像中乘性噪音的存在使合成孔径雷达图像分割变得非常困难.针对这一难题,本文以提高分割准确度,保护图像的几何结构边缘和提高算法的鲁棒性为目的,提出了一种适用于处理合成孔径雷达图像分割的新模型.新模型结合合成孔径雷达图像的区域和边缘信息,首先通过引入非凸的正则化项,定义了能量泛函;然后极小化能量泛函,建立了水平集函数演化的偏微分方程;最后对水平集演化方程的数值求解,实现了对合成孔径雷达图像感兴趣区域的分割.分别采用仿真图像和实测合成孔径雷达图像对新模型进行验证,结果表明,新模型对合成孔径雷达图像具有很强的边缘定位能力,能使目标区域分割更完整.     

基于区间双正交小波的图像去噪

提出了基于区间双正交小波的图像去噪方法,首先用消失矩N和N都是3的[0,1]区间上的双正交滤波器对含噪图像进行小波变换,再用Donoho的通用阈值方法对含有高斯白噪声的加噪图像进行去噪处理,仿真结果表明区间双正交小波不仅比Daubechies正交和双正交小波能更好的保留图像的纹理和边缘,而且提高了信噪比.     

基于Bayesian估计和Wiener滤波的阈值去噪方法

基于阈值的小波域去噪方法的核心是阈值选取,通过最小化一个Bayesian风险函数得到一种自适应阈值,结合线性滤波中具有代表性的Wiener方法,提出了一种新的去噪方法.实验结果表明,该方法能有效地去除图像中的白噪声,同时还能较好地保留图像的边缘信息,其效果优于目前的一些小波阈值去噪方法.