搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于区域分类、自适应滑动窗和结构检测的合成孔径雷达图像联合降斑算法

孙增国 韩崇昭

基于区域分类、自适应滑动窗和结构检测的合成孔径雷达图像联合降斑算法

孙增国, 韩崇昭
PDF
导出引用
导出核心图
  • 为了克服传统的基于合成孔径雷达(SAR)图像局部统计特性的降斑算法的缺点,提出了基于区域分类、自适应滑动窗和结构检测的联合降斑算法.首先,联合降斑算法对当前区域进行区域分类,并直接保留强边缘结构和点目标.接着,联合降斑算法对均匀区域和弱边缘结构区域进行滑动窗的自适应增长,从而获得合适的滤波窗口.最后,联合降斑算法对新的滤波窗口使用区域分类.如果滤波窗口属于均匀区域,则直接使用均值滤波;如果滤波窗口属于边缘结构区域,则进一步使用结构检测,并且选择窗口内的均匀子区域作为最终的滤波区域.降斑实验表明,联合降斑算
    • 基金项目: 国家重点基础研究发展计划(973)项目(批准号:2007CB311006),国家高技术研究发展计划(863)项目(批准号:2006AA01Z126),国家自然科学基金(批准号:60602026)和高等学校博士学科点专项科研基金(批准号:20070698002)资助的课题.
    [1]

    [1] Guo H D 2000 Theory and Application of Radar Earth Observation (Beijing: Science Press) (in Chinese) [郭华东 2000 雷达对地观测理论与应用 (北京:科学出版社)]

    [2]

    [2] Oliver C, Quegan S 1998 Understanding Synthetic Aperture Radar Images (Boston: Artech House)

    [3]

    [3]Hou W, Lian Y, Feng G L 2007 Acta Phys. Sin. 56 589 (in Chinese)[侯威、廉毅、封国林 2007 物理学报 56 589]

    [4]

    [4]Zhong C X, Yang T G 2007 Acta Phys. Sin. 56 6157 (in Chinese) [仲崇霞、杨廷高 2007 物理学报 56 6157]

    [5]

    [5]Wu Y G, Tao M D 2006 Chin. Phys. 15 1137

    [6]

    [6]Xie Z H, Xu L P, Ni G R 2008 Acta Phys. Sin. 57 6683 (in Chinese) [谢振华、许录平、倪广仁 2008 物理学报 57 6683]

    [7]

    [7]Teng S Y, Cheng C F, Liu M, Gui W L, Xu Z Z 2005 Chin. Phys. 14 1990

    [8]

    [8]Lee J S 1980 IEEE Trans. Pattern Anal. Machine Intell. 2 165

    [9]

    [9]Lopes A, Touzi R, Nezry E 1990 IEEE Trans. Geosci. Remote Sensing 28 992

    [10]

    ]Kuan D T, Sawchuk A A, Strand T C, Chavel P 1987 IEEE Trans. Acoust., Speech, Signal Processing 35 373

    [11]

    ]Lopes A, Nezry E, Touzi R, Laur H 1993 Int. J. Remote Sens. 14 1735

    [12]

    ]Touzi R 2002 IEEE Trans. Geosci. Remote Sensing 40 2392

    [13]

    ]Hervet E, Fjortoft R, Marthon P, Lopes A 1998 SPIE Conference on SAR Image Analysis, Modeling and Techniques III (Barcelona, Spain: SPIE) p43

    [14]

    ]Li C 1988 Int. J. Remote Sens. 9 641

    [15]

    ]Wu Y, Maitre H 1992 Opt. Eng. 31 1785

    [16]

    ]Lee J S 1986 Opt. Eng. 25 636

    [17]

    ]Touzi R, Lopes A, Bousquet P 1988 IEEE Trans. Geosci. Remote Sensing 26 764

    [18]

    ]Park J M, Song W J, Pearlman W A 1999 IEE Proc. -Vis. Image Signal Process 146 191

    [19]

    ]Bovik A C 1988 IEEE Trans. Acoust., Speech, Signal Processing 36 1618

    [20]

    ]Baraldi A, Parmiggiani F 1995 IEEE Trans. Geosci. Remote Sensing 33 1245

    [21]

    ]Lee J S 1981 Comput. Graph. Image Process. 15 380

  • [1]

    [1] Guo H D 2000 Theory and Application of Radar Earth Observation (Beijing: Science Press) (in Chinese) [郭华东 2000 雷达对地观测理论与应用 (北京:科学出版社)]

    [2]

    [2] Oliver C, Quegan S 1998 Understanding Synthetic Aperture Radar Images (Boston: Artech House)

    [3]

    [3]Hou W, Lian Y, Feng G L 2007 Acta Phys. Sin. 56 589 (in Chinese)[侯威、廉毅、封国林 2007 物理学报 56 589]

    [4]

    [4]Zhong C X, Yang T G 2007 Acta Phys. Sin. 56 6157 (in Chinese) [仲崇霞、杨廷高 2007 物理学报 56 6157]

    [5]

    [5]Wu Y G, Tao M D 2006 Chin. Phys. 15 1137

    [6]

    [6]Xie Z H, Xu L P, Ni G R 2008 Acta Phys. Sin. 57 6683 (in Chinese) [谢振华、许录平、倪广仁 2008 物理学报 57 6683]

    [7]

    [7]Teng S Y, Cheng C F, Liu M, Gui W L, Xu Z Z 2005 Chin. Phys. 14 1990

    [8]

    [8]Lee J S 1980 IEEE Trans. Pattern Anal. Machine Intell. 2 165

    [9]

    [9]Lopes A, Touzi R, Nezry E 1990 IEEE Trans. Geosci. Remote Sensing 28 992

    [10]

    ]Kuan D T, Sawchuk A A, Strand T C, Chavel P 1987 IEEE Trans. Acoust., Speech, Signal Processing 35 373

    [11]

    ]Lopes A, Nezry E, Touzi R, Laur H 1993 Int. J. Remote Sens. 14 1735

    [12]

    ]Touzi R 2002 IEEE Trans. Geosci. Remote Sensing 40 2392

    [13]

    ]Hervet E, Fjortoft R, Marthon P, Lopes A 1998 SPIE Conference on SAR Image Analysis, Modeling and Techniques III (Barcelona, Spain: SPIE) p43

    [14]

    ]Li C 1988 Int. J. Remote Sens. 9 641

    [15]

    ]Wu Y, Maitre H 1992 Opt. Eng. 31 1785

    [16]

    ]Lee J S 1986 Opt. Eng. 25 636

    [17]

    ]Touzi R, Lopes A, Bousquet P 1988 IEEE Trans. Geosci. Remote Sensing 26 764

    [18]

    ]Park J M, Song W J, Pearlman W A 1999 IEE Proc. -Vis. Image Signal Process 146 191

    [19]

    ]Bovik A C 1988 IEEE Trans. Acoust., Speech, Signal Processing 36 1618

    [20]

    ]Baraldi A, Parmiggiani F 1995 IEEE Trans. Geosci. Remote Sensing 33 1245

    [21]

    ]Lee J S 1981 Comput. Graph. Image Process. 15 380

  • 引用本文:
    Citation:
计量
  • 文章访问数:  3427
  • PDF下载量:  738
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-07-19
  • 修回日期:  2009-08-23
  • 刊出日期:  2010-05-15

基于区域分类、自适应滑动窗和结构检测的合成孔径雷达图像联合降斑算法

  • 1. (1)西安交通大学电子与信息工程学院,西安 710049; (2)西安交通大学电子与信息工程学院,西安 710049;西安交通大学机械制造系统工程国家重点实验室,西安 710049
    基金项目: 

    国家重点基础研究发展计划(973)项目(批准号:2007CB311006),国家高技术研究发展计划(863)项目(批准号:2006AA01Z126),国家自然科学基金(批准号:60602026)和高等学校博士学科点专项科研基金(批准号:20070698002)资助的课题.

摘要: 为了克服传统的基于合成孔径雷达(SAR)图像局部统计特性的降斑算法的缺点,提出了基于区域分类、自适应滑动窗和结构检测的联合降斑算法.首先,联合降斑算法对当前区域进行区域分类,并直接保留强边缘结构和点目标.接着,联合降斑算法对均匀区域和弱边缘结构区域进行滑动窗的自适应增长,从而获得合适的滤波窗口.最后,联合降斑算法对新的滤波窗口使用区域分类.如果滤波窗口属于均匀区域,则直接使用均值滤波;如果滤波窗口属于边缘结构区域,则进一步使用结构检测,并且选择窗口内的均匀子区域作为最终的滤波区域.降斑实验表明,联合降斑算

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回