基于ica的极化sar图像相干斑去噪分析based on ica polarization coherent speckle denoising sar image analysis.docx

Classified Index:
:
A Dissertation for the Degree of M. Eng
Synthetic Aperture Radar Image speckle denoising Based on ponent Analysis
Candidate: Yang Liwei
Supervisor: Prof. Lv Shuping
Academic Degree Applied for: Master of Engineering
Specialty: Pattern Recognition and Intelligent Systems
Date of Submission: December, 2012
Date of Oral Examination:
University: Harbin Engineering University
哈尔滨工程大学
学位论文原创性声明
本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
作者(签字):
日期: 年 月 日
哈尔滨工程大学学位论文授权使用声明
本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。
本论文(□在授予学位后即可□在授予学位 12 个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。
作者(签字): 导师(签字):
日期: 年 月 日 年 月 日
摘 要
极化合成孔径雷达系统(SAR)是微波遥感领域中的一个重要研究方向。极化 SAR 作为一种相干成像雷达,接收到的散射总回波并不完全依赖目标的散射系数,而会在目标散射系数附近出现较大的随机变化,这种随机变化反映在 SAR 图像上就称之为相干斑噪声。图像的信噪比会随着斑点噪声的增多而下降,斑点噪声的增多会使 SAR 图像边缘细节模糊,甚至会导致极化目标的特征丢失。相干斑抑制是极化 SAR 成像后处理的首要步骤,噪声抑制的方法一直是极化 SAR 信号处理领域一个很值得研究的课题。目前已经有很多学者提出了相干斑噪声滤波方法,在一定程度上实现了相干斑的去噪,但是这些方法在去噪效果、细节边缘保存和自适应参数运算方面存在一些缺陷和困难,有待进一步改进。独立分量分析(ICA)作为盲信号分离最常用且最有效的处理技术,目前已经应用于很多信号处理领域。其解决问题的思路是仅通过传感器观测到的数
据,利用统计独立的思想,分离出若干个独立成分。
本文主要工作是将极化 SAR 图像进行对数量化后得到多维观测数据作为 ICA 的输入信号,利用 ICA 的基于高阶统计量和基本模型的分离方法,分离出相干斑噪声图像, 从而实现极化 SAR 图像的相干斑降噪,丰富了极化 SAR 图像增强方法的研究。论文具体工作如下:
首先总结极化 SAR 图像处理中相干斑研究价值、相干斑模型和去噪原则,并分析现有的去斑方法。阐述 ICA 算法的统计模型和求解过程,在目标函数的基础上建立 ICA 自适应算法。
其次分析极化 SAR 图像是否满足 ICA 算法的基本数学模型以及基本假设,得出 ICA 方法处理相干斑去噪的具体过程。仿真分析,分别利用传统斑点去噪方法和 ICA 算法来处理极化 SAR 图像,总结出 ICA 算法在图像去噪和边缘细节保存方面要优于传统算法。
最后通过改进的 ICA 梯度学****算法处理三组极化 SAR 图像。仿真分析得出,改进算法相比传统 ICA 算法在处理极化 SAR,相干斑抑制能力更强,尤其对不同地物目标的边缘如海岸线和公园边界的表现更明显,对细节目标如桥梁的保存更清晰。
通过极化 SAR 理论和 ICA 算法的研究,以及仿真实验,证明了 ICA 优化算法在处理极化 SAR 图像相干斑时,能够有效的抑制噪声,其中融合改进后的 ICA 学****算法是在极化信息保存以及边缘细节表现方面具有独特的优势,能够更好地增强极化 SAR 图像。
关键词:极化 SAR;独立分量分析;相干斑;数据融合;学****步长