基于非局部理论的SAR图像提高质量的数据后处理技术研究

The key to SAR good application is getting SAR image with high quality. This topic's aim is to research the nonlocal theory,models and algorithms for SAR image processing. Based on the prior knowledge about the SAR imaging and data features of SAR image in different data areas，we try to construct the nonlocal similarity measurements including all kinds of image features.The nonlocal means model,the nonlocal regularitity model, the baysian nonlocal model and nonlocal sparse model with a few parameters will be researched and constructed in different data area,and the corresponding fast algorithms will be designed. The research results will be used to simulation images and the real images for getting better models and new SAR image with better quality.

获取高质量图像是合成孔径雷达(SAR)应用的关键。本项目研究基于非局部理论的SAR图像提高质量处理的理论、模型和快速算法。在开采SAR成像的工程背景、成像几何、SAR图像特征在不同数据域的表现形式等先验信息的基础上，建立不同数据域中能综合体现SAR图像目标特征、结构特征、纹理特征、统计特征等特征的非局部相似度测量准则，在此基础上，研究建立不同数据域中SAR图像提高质量处理的少参数的非局部均值模型、非局部正则化变分模型、Bayes非局部模型、非局部稀疏模型等，进而研究模型的适定性并设计相应的高效快速的模型求解算法。将所研究的理论、模型和算法应用于仿真和实测SAR图像处理，在实际处理中修正和完善模型，实现SAR图像的高质量重建。

获取高质量的SAR图像是SAR应用的关键。本项目研究基于非局部理论的提高SAR图像质量处理的理论、模型和快速算法，以实现SAR图像的高质量重建。项目的主要研究内容包括：研究非局部方法提高SAR图像质量的机理；研究建立SAR图像建立非局部相似度测量准则；研究建立基于非局部理论的提高SAR图像质量处理的模型以及相应模型的快速算法设计；将所研究的理论、模型和算法应用于仿真和实测SAR图像处理，实现SAR图像的高质量重建。获得的主要研究成果如下：(1) 在深入研究非局部方法内涵和SAR图像提高质量的模型和方法的基础上，确立了非局部方法用于提高SAR图像质量的机理；(2) 在开采SAR图像的目标、背景、噪声、幅度等先验信息的基础上，建立了能综合体现SAR图像局部相似性的非局部相似度测量准则；（3）基于非局部方法的机理和SAR图像提高质量处理的一般理论，建立了四种SAR图像提高质量处理的非局部模型，并研究设计了相应模型的快速算法，理论分析和数值实验验证了模型和方法的有效性；提出了三种非局部均值滤波的快速算法；（4）将所研究的模型和算法用于仿真和实测SAR图像（单幅、多极化、多时相等）处理，取得了较好的应用效果。