无人机载SAR影像构像模型研究

SAR影像的构像模型是对雷达影像进行几何校正的基础,它是地面点的影像坐标(x,y)和地面点坐标(X,Y,Z)之间的数学关系。目前,国内外最常用的构像模型有F.Leberl模型、G.Konecny模型和行中心投影公式。     

小波变换消除数字全息零级像的应用

分析了小波变换的滤波性质,用小波变换对数字全息图进行了去除零级像的处理.与频域滤波的处理结果相比,小波变换可以显著提高再现图像的对比度;与空域模板法相比,小波变换可以更有效地消除零级光周边特定空间频率的系统噪声.     

基于平稳小波域GSM模型的SAR图像去噪

为解决SAR图像处理中传统方法存在的图像边缘模糊、失真等问题,将平稳小波变换和高斯混合尺度模型（GSM）相结合,建立了基于平稳小波分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪,最后对各个方法的滤波结果用评估参数进行客观评价。实验结果表明,该方法具有比空域滤波及标准小波方法更优的去噪性能。     

维纳滤波在模糊车牌中的识别

传统的基于阈值法的汽车牌照自动识别技术在图片模糊程度超过轻微时,识别率急剧下降。在普通情况下,图片模糊程度主要集中在轻微-中度之间,如何解决这一部分图片的识别问题很有意义。本文根据车牌识别过程中,运动造成图像模糊的特点,分析了匀速直线运动时模糊图像的退化模型和恢复模型。提出了适合本系统环境下的点扩散函数模式,结合维纳滤波的方法复原图像。充分利用维纳滤波在处理图像时计算量小,抗噪性好等优点。通过计算机仿真,表明在在同等条件下,该方法该方法可以有效降低图像噪声、保持图像细节,提高图像质量。     

基于Perona-Malik模型改进的图像去噪方法

结合冲击滤波器和Perona-Malik(P-M)模型提出一种新的图像去噪模型,在增强图像细节的同时,能够抑制噪声的放大和过冲现象,同时给出的扩散函数可以使模型达到更好的图像去噪效果。仿真结果表明,使用本文模型进行去噪处理后得到的图像在视觉效果和客观评价标准方面均优于P-M模型、CLMC模型以及传统的模型,在去除噪声的同时,能够更好地保留图像的细节和边缘特征。     

基于小波变换的MATLAB汽车图像去噪

为了更好地进行图像去噪,提出了一种图像去噪的方法。对图像进行小波变换以后,噪声的小波系数在不同尺度上都服从高斯分布但大小不同。由此,对各尺度各方向上的小波系数进行维纳滤波,而保持低频系数不变,先以此来估计原始图像的小波系数;然后进行小波反变换,得到去噪图像。实验结果表明了该方法的有效性。     

基于数字图像去噪的方法分析

图像在采集和传输等过程中不可避免会受到各种噪声的干扰,为了后续更高层次的处理,很有必要对图像进行去噪预处理。本文分析比较了几种常见的去噪方法,并以高斯噪声为例在MATLAB中进行了滤除。     

基于第二代小波的增强边缘的图像去噪

传统的一些去噪技术往往是以牺牲图像的边缘和细节为代价的.为了去掉图像的噪声,同时又能够很好地保留图像的边缘和纹理细节,在介绍第二代小波变换的原理的基础上,提出使用边缘检测的方法检测出图像的边缘和纹理细节,将它和该图像进行融合,用第二代小波对含噪图像进行分解,对图像高频进行自适应去噪.由于图像在去噪前融合了边缘信息,因此边缘和细节部分得到了增强.仿真结果表明:该去噪方法优于传统小波阈值去噪方法.     

一种SAR成像中的非均匀采样重构方法

方位向非均匀采样是合成孔径雷达获取高分辨率图像的瓶颈之一,它导致图像的方位向分辨率、峰值旁瓣比和积分旁瓣比恶化,成像质量变差。提出了具有较高补偿精度和计算效率的非周期内插零的方法,在两个采样点之间插入非周期的零值,利用快速傅里叶变换在频域实现均匀采样重构,分析了插值倍数以及非周期的残留误差对图像指标的影响。仿真结果验证了方法的有效性。     

基于SAR卫星资料的船速估算

为利用SAR卫星图像中的船舶尾迹来估算船舶速度,介绍了船舶尾迹在SAR卫星中的成像机理,分析了估算船速的可行性,对目前船舶速度估算算法进行了比较,并采用船舶尾迹多普勒位移方法实现对船舶速度的估算.利用相匹配的AIS数据对实例数据进行验证,结果表明,可以利用SAR资料对船速进行粗略估算.