一种基于柯西正则化的阵列三维SAR稀疏成像方法.pdf
美丽****ka
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于柯西正则化的阵列三维SAR稀疏成像方法.pdf
本发明提出了一种基于柯西正则化的阵列三维SAR稀疏成像方法。首先,它利用阵列三维SAR获取被测的目标场景回波数据矩阵;采用脉冲压缩和频率升采样技术完成信号的初步处理;使用三维BP算法得到三维初始图像;然后利用基于柯西正则化项的近端求解算子实现三维增强成像,最终获得目标场景三维稀疏成像结果。与传统基于匹配滤波的成像方法相比,本发明方法能够提高分辨率、抑制杂波与噪声,提高成像质量,与传统基于L<base:Sub>1</base:Sub>范数正则化项的稀疏成像方法相比,本发明方法能够在提高图像质量的同时,更好得
一种基于L1范数正则化的稀疏SAR自聚焦成像方法及装置.pdf
本发明公开了一种基于L<base:Sub>1</base:Sub>范数正则化的稀疏合成孔径雷达自聚焦成像方法及装置,首先,基于采集的有相位误差的回波数据,构建稀疏SAR自聚焦成像模型;其次,用相位校正矢量校正后的回波数据重构相位信息保留的稀疏SAR图像;然后,根据稀疏SAR自聚焦成像模型估计相位校正矢量校正后的回波数据中仍需补偿的相位校正矢量;最后,更新相位校正矢量,以上步骤不断迭代,直至相位误差校正矢量的变化可以忽略不计。本发明能够有效补偿相位误差,获得聚焦的、相位信息保留的稀疏SAR图像。
一种基于L1范数正则化的稀疏SAR自聚焦成像方法及装置.pdf
本发明公开了一种基于L<base:Sub>1</base:Sub>范数正则化的稀疏合成孔径雷达自聚焦成像方法及装置,首先,基于采集的有相位误差的回波数据,构建稀疏SAR自聚焦成像模型;其次,用相位校正矢量校正后的回波数据重构相位信息保留的稀疏SAR图像;然后,根据稀疏SAR自聚焦成像模型估计相位校正矢量校正后的回波数据中仍需补偿的相位校正矢量;最后,更新相位校正矢量,以上步骤不断迭代,直至相位误差校正矢量的变化可以忽略不计。本发明能够有效补偿相位误差,获得聚焦的、相位信息保留的稀疏SAR图像。
基于近似消息传递的SAR稀疏特征增强成像方法.pdf
一种基于近似消息传递的SAR稀疏特征增强成像方法。其包括针对合成孔径雷达回波复数据信号建立Lasso成像数学模型;应用近似消息传递算法推导出Lasso成像数学模型中合成孔径雷达图像解析稀疏解;基于合成孔径雷达图像解析稀疏解利用高斯‑赛德尔方法获得稀疏特征增强的SAR图像等步骤。本发明优点:利用AMP算法求解Lasso优化的问题,其通过利用中心极限定理以及泰勒展开来进行近似,可以有效地降低消息传递导致的大计算量。另外,AMP算法相对于现有的算法来说,可以在不增加单步迭代的运算量情况下,将收敛速度提高很多,恢
一种基于稀疏正则化的图像去噪方法.pdf
本发明涉及一种基于稀疏正则化的图像去噪方法。其充分利用图像的梯度信息以及非局部自相似构建稀疏正则化去噪模型,并采用迭代直方图规范化算法求解该模型。在求解的过程中,首先将图像进行分块,其次根据结构相似程度将这些图像块分簇,最后对于每一个给定的图像块,使用稀疏K-SVD字典进行训练。一方面改善了字典的结构性,另一方面训练得到的过完备字典能更好地对图像块进行稀疏表示。本发明能有效对图像进行去噪,对图像纹理结构的保留能力更强,得到的图像视觉效果更佳,并进一步降低了计算复杂度,提高了运算速度。