目录。sar图像简介 3
sar图像目标特征 3
相干斑点噪声的形成原理与斑点噪声模型 3
相干斑点噪声的形成原理 3
斑点噪声的特征 4
斑点噪声模型 6
经典特征检测方法 8
robert梯度 8
sobel算子 9
prewitt算子 9
laplacian算子 9
经典特征检测方法的缺点 10
基于小波的检测方法 10
脊波变换 10
sar图像目标检测与变化检测。
sar图像简介。
合成孔径雷达(synthetic aperture radar，sar)是一种高分辨率微波成像雷达，广泛应用于地形测绘、资源勘探以及海洋观测等领域。sar的应用效能主要取决于获取图像的质量，其相干成像的特性使所获取的图像受相干斑噪声的污染，制约着其后续的目标识别、变化检测等应用．
sar图像目标特征。
sar图像上的点目标，指的是以亮点形式出现在图像上的那些目标。通常这些目标的几何尺寸小于一个分辨单元的地面尺寸，但它的回波信号（通过不同于正常路径的其他途径而到达给定点上的信号。在该点上，此信号有足够的大小和时延，以致可觉察出它与由正常路径传送来的信号有区别）相当强，在整个地块的回波中占据了主导地位。
点目标的检测不仅与点目标的性质有关，也与点目标所在背景的特性和图像噪声有关。在点目标的检测中，背景的干扰主要表现为相干斑噪声。一般情况下相干斑噪声的动态范围相当宽，由于从图像中检测点目标的主要方法是根据其与背景的对比度，因此背景目标分布特性中的高电平部分可能造成对点目标的误判。
sar图像中的线目标通常表示不同类目标的界限或者当地面线性目标的横向尺寸小于分辨单元尺寸时，表示目标本身，包括道路、桥梁、河流、地质构造成的线性体、边界等。线性目标是sar图像中一类重要的目标特征，线性体的检测与提取是sar图像目标识别中的一个关键步骤，在sar图像的军事和地质应用中有着重要价值。而边界的检测和提取对于sar图像分割和分类有着重要的意义。
在sar图像中由于存在着相干斑噪声，使对线性体的边界和自动检测遇到了一定的困难。传统方法只是基于像素级的，所以对于噪声比较敏感，若在检测前对图像进行平滑，虽然能够减少噪声的影响，但同时也不可避免地损失了一些边缘信息，有时可能还会是一些关键信息。
sar图像的面目标就是通常所说的分布目标。对面目标的检测主要是依据其均值和纹理。由于相干斑噪声的存在，似的根据均值来分辨面目标十分困难。
从另一个角度来说，面目标的检测就是图像分割。因为sar图像上受噪声影像的均质区，在纹理测度图像上一般对应于灰度统一的区域，所以在图像分割时，引入纹理信息可以提高分割精度。
相干斑点噪声的形成原理与斑点噪声模型。
相干斑点噪声的形成原理。
sar影像上的斑点噪声是这样形成的，即当雷达波照射一个雷达波长尺度的粗糙表面时，返回的信号包含了一个分辨单元内部许多基本散射体的回波，由于表面粗糙的原因，各基本散射体与传感器之间的距离是不一样的，因此，尽管接收到的回波在频率上是相干的，回波在相位上已不再是相干的；如果回波相位一致，那么接收到的是强信号，如果回波相位不一致，则接收到的是弱信号。一幅sar影像是通过对来自连续雷达脉冲的回波进行相干处理而形成的。其结果是导致回波强度发生逐像素的变化，这种变化在模式上表现为颗粒状，称为斑点噪声（speckle）。
sar影像上斑点噪声的存在产生了许多后果，最明显的后果就是用单个像素的强度值来度量分布式目标的反射率会发生错误。
斑点噪声在sar影像上表现为一种颗粒状的、黑白点相间的纹理。例如，对于一个均匀目标，如一片草覆盖的地区，在没有斑点噪声影响的情况下，影像上的像素值会呈现淡的色调（图1 a）；然而，每个分辨单元内单个草的叶片的回波会导致影像上某些像素比平均值更亮，而另外一些像素则比平均值更暗（图1 b），这样，该目标就表现出斑点噪声效果。
图1 斑点噪声的影响效果。
斑点噪声的特征。
1）斑点噪声的概率分布函数。
1.单视sar图像。
前人在光学和sar影像斑点噪声的理论分析上已经做了大量工作。单视图像的斑点噪声服从负指数分布，对均匀的目标场景，图像的像素强度的概率分布为：
若以振幅a或分贝值d来表示，它们与强度i的关系为。
i=a22)
所以强度概率分布可以直接转化为下式：
其中k=10/ln10。它们均为rayleigh分布。
2.多视sar图像。
为了提高图像的信噪比要进行多视处理，多视处理是对同一场景的n个不连续的子图像的平均。n个独立子图像非相干迭加将改变斑点噪声的概率分布，强度i的概率分布变成gamma分布：
2）斑点噪声的自相关函数。
斑点噪声的自相关函数具有指数分布形式如图2，可以看出在初始处有较宽的范围及噪声谱的非均匀性，即斑点噪声非白噪声。这可以用成像时邻域像素的相互干扰来解释。
3）斑点噪声的功率密度谱。
斑点噪声的功率谱密度如图3所示呈椭圆结构，可用经验方程表示：
其中fl,fp是沿轨迹方向和垂直于轨迹方向的空间频率，c0，dnl，dnp为常数。人们了解到代表性图像具有指数型的自相关函数：
它的功率密度谱为：
其中c1、dfl、dfp为常数。通过实验证明了观测图像的功率谱满足下式：
从而表明了sar影像噪声和信号的不相关性。
斑点噪声模型。
1）rayleigh斑点噪声模型。
考虑一个分辨单元中的大量散射体。接收到的信号是各散射体回波的矢量和。用x和y分别表示其实部和虚部。强度i，定义为i = x2 + y2，服从指数分布：
其均值为，方差为。振幅a为i的平方根，服从rayleigh分布：
其均值为，方差为。
arsenault和april指出，每分辨单元的信息容量是很小的。因此，逐像素进行斑点噪声的整体滤除而不牺牲分辨率是不可能的，使得空间域滤波在去除噪声的同时很难又保持较高的分辨率。
2）乘性噪声模型。
在讨论斑点噪声滤波算法时，常用乘性噪声模型来方便地描述斑点噪声：
图2 斑点噪声的自相关函数，分别估计自：
(a)沿航迹方向；(b)垂直于航迹方向；(c)两个方向。
这里是sar影像上第(i,j)个像素的强度或振幅，为反射率，为服从均值。
1（e[v] =1）和标准偏差συ分布的噪声。lee提出了(15)式的线性近似：
其中是噪声v的平均，且，于是（16）式可写成：
其中，具有0均值和标准差，所以我们可以得到斑点噪声图像的近似的加性噪声模型。这就为后面提出的通过小波域对sar影像去噪的方法提供了依据。
图3 sir-b影像斑点噪声的功率密度谱，分别估计自：
(a)沿航迹方向；(b)垂直于航迹方向；(c)两个方向；(d)二维谱的等值线图。
在估计前数据已经作过对数变换，在估计中使用了分割和cosine窗口。
经典特征检测方法。
在经典的数字图像处理方法中，图像的边缘检测是通过各种检测算子来完成的，例如robert梯度、sobel算子、prewitt算子、小曲面模型（faced model）、laplacian算子等。这些算子的共同特点是空间域上对被考察点的邻域进行一定的加权运算，计算结果作为边缘强度。
robert梯度。
robert梯度正比于相邻像素灰度值之差分。因此在图像缓慢区域其值很小，而**条轮廓等变化较大的部分其值较大。
罗伯特(robert)梯度定义如下：
sobel算子。
sobel算子不像普通梯度算子那样用两个像素之差值，而采用了两列或两行加权和之差值。
sobel算子定义如下：
g= 式中： =f(i+1,j-1)+2f(i+1,j)+f(i+1,j+1)]-f(i-1,j-1)+2f(i-1,j)+f(i-1,j+1)];
[f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1)]-f(i-1,j-1)+2f(i,j-1)+f(i+1,j-1)];
prewitt算子。
prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用。其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个检测水平边缘，一个检测垂直边缘。
对数字图像f(x,y)，prewitt算子的定义如下：
g(i)=|f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)]-f(i+1,j-1)+f(i+1,j)+f(i+1,j+1)]|
g(j)=|f(i-1,j+1)+f(i,j+1)+f(i+1,j+1)]-f(i-1,j-1)+f(i,j-1)+f(i+1,j-1)]|
则p(i,j)=max[g(i),g(j)]或p(i,j)=g(i)+g(j)
经典prewitt算子认为：凡灰度新值大于或等于阈值的像素点都是边缘点。即选择适当的阈值t，若p(i,j)≥t，则(i,j)为边缘点，p(i,j)为边缘图像。
这种判定是欠合理的，会造成边缘点的误判，因为许多噪声点的灰度值也很大，而且对于幅值较小的边缘点，其边缘反而丢失了。
laplacian算子。
laplacian边缘增强与其它边缘增强方法的不同之处在于，该方法是是一种各向同性的增强方法，即其边缘的增强程度与边缘的方向无关，从而可以满足不同走向的边缘锐化的要求。拉普拉斯边缘增强方法产生的边缘锐化程度大于其它边缘增强方法。并且不论灰度梯度是正的还是负的，该方法都能使边缘得到增强。
正因为如此，在机器视觉领域中广泛地使用了laplacian边缘增强方法。
信息检索大作业
一 下面的题目，请指明使用的检索工具，检索词，检索策。略，检索结果 截图 1.查找关于matlab使用方面的书籍，总结网络上有哪些资源可以利用来查找图书？2.查阅应用自适应光学技术实时校正人眼像差方面的中文章，有哪些途径可以检索这方面的文章？3.请查阅云计算和大数据研究方面的图书各3本 中文文章各5...
信息检索大作业
访问数据库，进入web of knowledge 平台 选择 web of science 数据库。如我们想检索关于 数控弯管机控制系统 cnc tube bender control system 的课题。打开检索范围下拉菜单，选择检索项 主题。输入关键检索词，点击检索按钮开始检索结果。由于没有相...
信息检索大作业
导师签字 蒋百龄 目录。一 课题研究背景及意义 1 二 文献检索过程 2 2.1 相关书籍的检索 2 2.2 中文数据库检索 2 2.2.1 超星数字图书 2 2.2.2 cnki 中国期刊网 总库平台 3 2.2.3 vip 维普 中文科技期刊数据库 南大镜像 5 2.2.4 万方数据资源系统 北...