SAR图像去噪模型及算法

第1章绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1基于空域的去噪算法研究现状

1.2.2基于变换域的去噪算法研究现状

1.2.3基于深度学习的去噪算法研究现状

1.3本章小结

参考文献

第2章SAR成像基础

2.1基础知识

2.2SAR成像原理

2.3SAR去噪基础框架

2.4SAR图像去噪评价

2.4.1主观评价准则

2.4.2客观评价准则

2.5本章小结

参考文献

第3章多尺度几何变换基础理论

3.1 Contourlet变换及其改进

3.1.1 Contourlet变换

3.1.2 小波-Contourlet 变换

3.1.3非下采样方向滤波器

3.1.4 复Contourlet 变换

3.1.5 NSDFB-DTCWT构造

3.2 Shearlet 变换及其改进

3.2.1 Shearlet 变换

3.2.2 离散Shearlet 变换

3.2.3 复Shearlet 变换

3.2.4 剪切-双树复小波变换

3.3移不变二维混合变换

3.4本章小结

……

第9章 基于深度学习的SAR图像去噪

9.1基于CNN先验的图像降噪模型

9.1.1图像降噪模型

9.1.2 CNN降噪器

9.1.3基于向导滤波的图像融合

9.1.4基于CNN先验和向导滤波的SAR图像去噪

9.1.5实验结果与分析

9.2基于FFDNet去噪模型的SAR图像盲去噪·

9.2.1自然图像中的噪声和峰度的尺度不变性假设

9.2.2基于峰度的尺度不变性和分段平稳性的图像噪声水平估计

9.2.3噪声水平图·

9.2.4网络结构

9.2.5 SAR图像盲去噪算法

9.2.6实验结果与分析

9.3基于多尺度混合域的SAR图像去噪

9.3.1噪声抑制模型构造…

9.3.2低频噪声抑制…

9.3.3高频噪声抑制

9.3.4实验结果与分析

9.4本章小结

参考文献

第10章基于移不变二维混合变换的机场雷达成像噪声抑制

10.1机场雷达图像去噪

10.2实验结果与分析…

10.3本章小结

参考文献

本书全面介绍SAR图像去噪的基本概念、模型与算法，并对不同的模型进行分类，便于读者全面了解和学习该领域的一些前沿知识，以适应现代信息技术的发展。《SAR图像去噪模型及算法》涉及的算法源代码向读者开放，这些代码可以帮助读者更加直观、深入地理解所学知识。本书共分为10章，主要内容包括SAR成像基础、多尺度几何变换基础理论、稀疏表示及低秩矩阵重构理论、深度学习基础知识、基于Contourlet变换的SAR图像去噪、基于Shearlet变换的SAR图像去噪、基于稀疏表示和低秩矩阵分解的SAR图像去噪、基于深度学习的SAR图像去噪、基于移不变二维混合变换的机场雷达成像噪声抑制。