国家教育部博士点基金(20070698002)
- 作品数：3 被引量：16H指数：2
- 相关作者：韩崇昭孙增国更多>>
- 相关机构：西安交通大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于拖尾分布的高分辨率合成孔径雷达图像建模被引量：8
- 2010年
- 基于中心极限定理的合成孔径雷达(SAR)图像统计分布不能反映高分辨率SAR图像尖峰和厚尾的统计特征.文中使用广义中心极限定理,由雷达回波的实部和虚部的对称稳定分布,得到SAR图像的拖尾分布(幅值图像的拖尾Rayleigh分布以及强度图像的拖尾指数分布),并以拖尾Rayleigh分布为例,讨论了拖尾分布的代数拖尾特征以及尖峰厚尾的统计特性.为了实现拖尾分布对高分辨率SAR图像的精确建模,基于第二类统计量,提出了对数累积量的参数估计方法,从而高效估计出拖尾分布的参数.真实SAR图像的建模实例表明,基于广义中心极限定理的拖尾分布可以精确描述高分辨率SAR图像的尖峰和厚尾的统计特征.
- 孙增国韩崇昭
- 合成孔径雷达图像的最小均方误差线性最优滤波被引量：1
- 2009年
- 针对常用于合成孔径雷达(SAR)图像降噪的Lee滤波和Kuan滤波误差较大的问题,提出了基于最小均方误差(MMSE)准则的线性最优滤波.线性最优滤波通过把斑点噪声的乘性模型同时展开为一阶和二阶泰勒级数,然后使用MMSE准则获得线性滤波的统一模型,最后再对该统一模型使用MMSE准则而获得.线性最优滤波在所有的线性滤波中具有最低的滤波误差,因而具有最高的滤波精度.对某乡村和城区SAR图像的降噪实验表明:线性最优滤波对边缘细节的保留能力强于Kuan滤波,它对斑点噪声的滤除能力强于Lee滤波;与最大后验概率(MAP)滤波相比,线性最优滤波虽然具有较弱的边缘细节保留能力,但它对斑点噪声的滤除能力却强于MAP滤波.
- 孙增国韩崇昭
- 关键词：合成孔径雷达图像斑点噪声泰勒级数
- 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被引量：7
- 2010年
- 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,联合降斑算法可以有效滤除均匀区域和边缘区域的斑点,同时对强边缘结构信息和点目标有较好的保留作用.
- 孙增国韩崇昭
