摘要：应用非局部均值算法到SAR图像相干斑抑制中时存在计算量大、图像自相似性利用不足等缺点,严重制约该类算法的实际应用。针对该问题,提出一种SAR图像快速PPB滤波算法。给出基于积分图的PPB快速算法,引入Zernike矩构造一种图块相似性度量,利用Cosmo实测SAR数据进行实验。实验结果表明,该算法提高了图像自相似特征利用率,显著改善了滤波效果。

摘要：像素相关性(Pixel Relativity,PR)测量是权重平均相干斑抑制算法中的关键技术,该文从3个方面对SAR图像中的PR模型进行了研究。首先,该文论述了比值PR模型的合理性,提出了两种新的比值PR模型(对数高斯模型与像素相似概率模型),并将SAR图像概率密度函数与比值概率密度函数转化为比值PR模型;然后,为了对4种PR模型应用于相干斑抑制的性能进行比较,设计了基于PR的权重最大似然滤波器;最后,针对相关性最大值位置不为1的PR模型存在的辐射保持能力差的问题,提出了模型最大值位置校正的方法。理论分析与实验表明了提出模型及最大值位置校正方法的有效性。

摘要：非局部均值已应用到极化SAR图像滤波领域,但传统滤波方法的多视处理降低了图像分辨率,且计算量巨大,严重制约了滤波效能。本文针对单视全极化SAR的特点,提出了一种快速非局部均值滤波算法。首先,按照多视求权、单视重构的思路,结合KL(Kullback-Leible divergence)散度重构了新的非局部均值模型;然后,利用积分图设计了新模型的快速实现;最后,用Radarsat-2全极化SAR数据进行了验证。实验结果表明,新算法改善了滤波效果,同时大幅提高了运算效率。

摘要：合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一,其旨在屏蔽固有噪声影响,获取感兴趣区域内表征目标的潜在特征信息,为目标识别提供有力的数据支撑。为了提升高分辨SAR图像目标识别精度,围绕算法设计中的相干斑抑制和特征提取问题,结合传统恒虚警率(CFAR)检测算法和深度卷积神经网络(DCNN)的最新研究,设计了SAR图像自动目标识别框架。实验基于MSTAR标准数据集,目标识别结果表明所构建模型的有效性。