基于Surfacelet多尺度积的三维SAR图像去噪与分割

Surfacelet变换具有金字塔形状的频率支撑滤波器，可以用于平面波信号的选择性滤波，有效捕获平面上不同方向信号奇异性，在此基础上本研究所提出的Surfacelet多尺度积更能增强捕获表面不同方向信号奇异性。本项目主要研究Surfacelet变换和Surfacelet多尺度积以及它们在三维和多时相SAR图像处理中的应用。在理论方面，构建抗混叠方向滤波器并对其参数进行研究，在此基础上实现Surfacelet多尺度积；对SAR图像的Surfacelet多尺度积统计建模，研究SAR图像的Surfacelet噪声标准差及降噪阈值的合理选取。在应用方面，利用Surfacelet多尺度积实现三维SAR图像去噪，并通过对多时相SAR图像的三维建模，实现多时相SAR图像的分割。本项目的研究为多尺度几何分析实现三维及多时相SAR图像处理打下良好基础。

按照项目计划的安排，在构建了多时相三维SAR图像序列结构基础上，通过对Surfacelet进行分析研究，提出并实现了多种多时相三维SAR图像序列去噪算法，如Surfacelet域对数正态分布模型的去噪方法、Surfacelet变换域混合高斯模型的收缩去噪、双变量模型非下采样Surfacelet变换去噪、广义高斯最大似然估计的Surfacelet变换去噪、模糊特征的Surfacelet变换去噪方法等；实现了多尺度积的SAR图像去噪算法；通过与计算智能的结合分别实现了基于空域和纹理特征的SAR图像分割。同时，对于所研究的算法进行了应用拓展，应用于动态纹理的分类检索和视频去噪等领域。目前该研究已经基本按预定计划完成。培养硕士生6人；已在《International Journal of Remote Sensing》、《IEEE Geoscience and Remote Sensing Letters》、《IEEE Signal Processing Letters》、《Electronics Letters》、《Chinese Journal of Electronics》、《电子学报》等国内外重要学术刊物上发表研究论文27篇，国际学术会议论文17篇；获国家授权专利17项，正在申请的国家发明专利12项；获得省级一等奖1项。