Xử lý ảnh Radar đa phân giải bằng phương pháp curvelet.

- 1 1.1.3 Ảnh radar.
- 7 1.2.1 Biến đổi Wavelet liên tục.
- 8 1.2.2 Biến đổi Wavelet rời rạc.
- 21 1.3.2 Biến đổi curvelet.
- GIẢI PHÁP XỬ LÝ ẢNH RADAR ĐA PHÂN GIẢI BẰNG PHƢƠNG PHÁP CURVELET.
- 32 2.1 Các phƣơng pháp xử lý ảnh radar hiện nay.
- 32 2.1.2 Phƣơng pháp xử lý hình học ảnh radar.
- 35 2.2 Nhiễu và các phƣơng pháp xử lý nhiễu trên ảnh radar đa phân giải.
- 41 2.2.2 Xử lý nhiễu trên ảnh radar - các loại phin lọc.
- 50 2.4 Giải pháp xử lý ảnh radar đa phân giải bằng phƣơng pháp Curvelet.
- 60 2.4.2 Biến đổi Curvelet rời rạc nhanh (FDCT.
- 64 3.2 Xử lý tín hiệu một chiều (1-D signal.
- 64 3.3 Xử lý ảnh 2D sử dụng Curvelet.
- 68 3.4 Xử lý ảnh radar đa phân giải bằng Curvelet.
- 53 Hình 2.12 Phân rã một xấp xỉ rời rạc 12jdAfthành một xấp xỉ ở độ phân giải thô 2jdAf và tín hiệu chi tiết 2jDf.
- 63 Hình 3.1 Biểu diễn tín hiệu 1D và nhiễu.
- 65 Hình 3.4 Biểu diễn khử nhiễu tín hiệu 1D.
- Chỉ với một lƣợng nhỏ sóng phản xạ, tín hiệu radio có thể dễ dàng thu nhận và khuếch đại.
- Chƣa kể với những hệ thống RADAR có bƣớc sóng dài hơn có thể xuyên qua lớp phủ bề mặt.
- Một số hệ thống RADAR có thiết bị có thể đo đƣợc độ ẩm của đất.
- Radar có thể ghi lại hình ảnh ở bƣớc sóng dài hơn với độ phân giải cao hơn vì ở vùng sóng cực ngắn, sự hấp thụ và tán xạ ánh sáng là nhỏ nhất.
- Thiết bị “chụp” ảnh RADAR có thể đặt trên máy bay hay vệ tinh.
- Hình 1.2 Một số ảnh LIDAR chụp bề mặt địa hình  Có thể triển khai hệ thống quét (scan) và chụp ảnh.
- Sử dụng phổ biến trong thu thập thông tin về mô hình số độ cao (DEM), và cũng có thể sử dụng để đo chiều cao và cấu trúc thảm thực vật.
- Vì tín hiệu nguyên bản hay hàm có thể đƣợc biểu diễn dƣới dạng một khai triển Wavelet (sử dụng các hệ số trong tổ hợp tuyến tính của các hàm Wavelet), các tính toán dữ liệu có thể đƣợc thực hiện sử dụng các hệ số Wavelet tƣơng ứng.
- Các phiên bản khác nhau của hàm Wavelet )(,tbacó thể thu đƣợc từ Wavelet cơ bản: abtatba21.
- Hàm Wavelet )(,tbacó dạng bất biến trong không gian L2(R) của các hàm tích phân bình phƣơng vì có hệ số chuẩn hoá 21a Tín hiệu có thể đƣợc khôi phục nhờ biến đổi Wavelet ngƣợc.
- Tốc độ lấy mẫu có thể thay đổi theo sự thay đổi tỷ lệ với điều kiện không vi phạm tiêu chuẩn Nyquist.
- Do vậy, khi tỷ lệ cao lên (tần số thấp đi) tốc độ lấy mẫu có thể giảm nhƣ vậy số lƣợng phép tính giảm.
- Biến đổi DWT dựa trên cơ sở mã hoá băng con, có thể đƣợc thực hiện dễ dàng, giảm thời gian tính toán và tài nguyên yêu cầu.
- Trong biến đổi Wavelet liên tục, tín hiệu đƣợc phân tích sử dụng một tập hợp hàm cơ sở liên quan với nhau bởi hệ số tỷ lệ (a) và hệ số tịnh tiến (b).
- Biến đổi DWT có thể biến đổi ngƣợc nếu nhƣ tập hợp tƣơng ứng của các mẫu xác định một khung Wavelet.
- Biến đổi ngƣợc đƣợc xác định nhƣ sau.
- Trang Wavelet và phân tích đa phân giải Định nghĩa: Không gian L2 = L2(R) là không gian của các tín hiệu tƣơng tự.
- Do đó có thể viết hàm JJVf  thành.
- Tƣơng tự nhƣ vậy hàm jW có thể đƣợc viết thành dạng.
- (1.28) và có thể viết: 0021 jjJJjfdddf.
- có thể đƣợc viết thành.
- Do vậy với các giá trị cố định của j và k, nk,j,w phân tích thay đổi của tín hiệu quanh vị trí kj2, ở [ Trang 17 ] tỷ lệ -j2 và ở tần số thay đổi cho các giá trị có thể chấp nhận đƣợc khác nhau của tham số n.
- Cũng nhƣ vậy, chúng ta có thể tính toán sự phân tích hàm liên tục u(t) sử dụng thuật toán DWT nhanh.
- Phân tích đa phân giải và gói Wavelet Kết luận đƣa ra trong phần 1.2.3 có thể áp dụng cho các gói Wavelet.
- iiifffE22log Các họ Wavelet Hiện nay có một số hàm cơ bản có thể đƣợc sử dụng nhƣ là Wavelet mẹ cho các biến đổi Wavelet.
- Các curvelet, có thể đƣợc xem nhƣ mô hình hiệu quả mà không chỉ xem xet nhƣ là một vùng tần số- thời gian đa tỷ lệ mà còn tạo ra cách sử dụng cho chức năng có hƣớng.
- Các wavelet steerable và các wavelet Gabor có thể đƣợc xem nhƣ là các wavelet có hƣớng đầu tiên.
- Biến đổi rời rạc có thể đƣợc kết nối với các cấu trúc dạng cong trong miền liên tục.
- Do đó, biến đổi contourlet có thể đƣợc xem nhƣ dạng rời rạc của biến đổi curvelet riêng biệt.
- Chúng có thể đƣợc dùng để bắt hiệu quả và biểu diễn các kỳ dị bề mặt trong dữ liệu thể tích đa chiều liên quan đến hình ảnh y sinh, hình ảnh địa chấn, xử lý video và thị giác nhân tạo.
- Trang 25 ] Hình 1.9 Cửa sổ V(t) (trái) và W(r) (phải) Cho biến đổi Fourier của.
- là biến đổi Fourier của.
- có thể đƣợc biểu diễn bởi.
- có thể đƣợc coi là một cửa sổ Meyer.
- có thể xác định đƣợc, theo cách tƣơng tự với.
- lúc này có thể đƣợc viết dƣới dạng.
- Ngƣời ta có thể áp dụng phƣơng pháp sau cho một số ƣớc lƣợng của.
- ngƣời ta có thể nội suy  bởi các hàm spine tuyến tính từng mảng mà biến đổi Fourier của chúng đã biết.
- Trong bƣớc cuối cùng, một FFT không đƣợc cách đều có thể đƣợc sử dụng.
- Nghiên cứu giải pháp xử lý ảnh radar đa phân giải bằng Curvelet.
- Thảo luận về một số ứng dụng của phƣơng pháp xử lý ảnh radar đa phân giải.
- Phân tích thuật toán xử lý ảnh radar đa phân giải với Curvelet.
- Đề xuất và xây dựng đƣợc thuật toán xử lý ảnh radar đa phân giải.
- Cải tiến các phƣơng pháp xử lý ảnh.
- Xây dựng các hệ tính toán và xử lý ảnh chuyên dụng thời gian thực trên phần cứng dùng các công nghệ hiện đại có thể ứng dụng trong công nghiệp, y tế, và an ninh quốc phòng.
- Mỗi một loại ảnh (bao gồm cả ảnh radar và quang học) đều có tập hợp các thông số riêng của mình và thậm chí có thể biểu diễn bằng các đơn vị khác nhau.
- 2.1.2.3 Điểm khống chế phục vụ nắn ảnh radar Cũng giống nhƣ đối với ảnh quang học, các điểm khống chế ảnh phải đƣợc chọn là các điếm rõ nét trên ảnh và có thể xác định đƣợc tọa độ một cách chính xác ngoài thực địa hoặc trên bản đồ.
- 2.356 x Δh Nhƣ vậy nếu ∆h = 100m thì sự sai lệch về vị trí sẽ có thể lên đến 235,6 m.
- Từ đó ta có thể xác định đƣợc sai số nắn ảnh khi sử dụng mô hình số độ cao đƣợc thành lập từ bản đồ địa hình với những khoảng cao đều khác nhau.
- Nhƣ vậy, giá trị trung bình có thể đƣợc coi nhƣ mức tín hiệu hữu ích, còn độ lệch chuẩn đặc trƣng cho mức nhiễu.
- Các loại phin lọc dùng cho ảnh radar có thể chia làm hai loại chính.
- Kích thƣớc của bộ lọc thƣờng là lẻ và có thể đƣợc chọn từ 3x3 pixel đến 11x11 pixel.
- Cuối cùng, khi tiến gần hơn nữa, chúng ta có thể thấy cái chuông treo trên cửa chính.
- Trong ví dụ trên, khái niệm độ phân giải gần nhƣ tƣơng ứng với kích thƣớc của các chi tiết mà ngƣời quan sát có thể thấy đƣợc.
- Dĩ nhiên có thể công thức hóa những khái niệm trực quan trên và lý thuyết xử lý tín hiệu đã đƣa ra những khái niệm rất rõ ràng về độ phân giải.
- 2.3.1 Các tiên đề của phân tích đa phân giải Giả sử A2j là phép toán xấp xỉ một tín hiệu ở độ phân giải 2j.
- Có thể xem không gian vector v2j là tập hợp tất cả những xấp xỉ có thể có của các hàm trong L2(R) ở độ phân giải 2j.
- Các không gian của các hàm xấp xỉ có thể xuất phát từ không gian của các hàm xấp xỉ khác bằng cách giãn nở các hàm xấp xỉ theo tỷ lệ độ phân giải của chúng.
- Bởi vì các tín hiệu xấp xỉ tại độ phân giải 2j là các hình chiếu vuông góc trên không gian v2j, tính chất trên có thể đƣợc viết: 22limjjjjV U Vphủ đầy L2(R) (2.8) và  22lim 0jjjjV V V.
- Phép chiếu trực giao trên v2j bây giờ có thể đƣợc tính bằng cách phân rã tín hiệu f(x) trên cơ sở trực chuẩn trong định lý trên.
- Vì máy tính chỉ có thể xử lý với những tín hiệu rời rạc, chúng ta phải làm việc với những xấp xỉ rời rạc.
- Vì vậy, chúng ta có thể viết lại 2jdAf: 22.
- Trong thực tế, một thiết bị đo đạc vật lý chỉ có thể đo một tín hiệu ở một độ phân giải xác định.
- Theo tính chất nhân quả, từ 1dAfchúng ta có thể tính đƣợc tất cả các xấp xỉ rời rạc 2jdAfvới mọi j < 0.
- Vì vậy hàm này có thể đƣợc mở rộng trong cơ sở trực giao 12jV.
- Tất cả các xấp xỉ rời rạc khác 2jdAf, với j 0, tín hiệu rời rạc ban đầu 1dAf có thể đƣợc biểu diễn bởi: 122.
- Biểu diễn này có thể xem nhƣ là phân rã tín hiệu trên một tập hợp những kênh tần số độc lập.
- Hàm này có thể đƣợc mở rộng trong cơ sở trực chuẩn 12jV.
- (2.28) Phƣơng trình (2.28) cho thấy tín hiệu chi tiết 2jDf có thể đƣợc tính bằng cách chập 12jdAf với bộ lọc ~G và giảm tốc độ lấy mẫu đi một nữa.
- Trong xử lý [ Trang 56 ] tín hiệu, G và H đƣợc gọi là các bộ lọc phản xạ cầu phƣơng (quadrature mirror filter).
- Hình 2.12 Phân rã một xấp xỉ rời rạc 12jdAfthành một xấp xỉ ở độ phân giải thô 2jdAf và tín hiệu chi tiết 2jDf.
- (2.32) Phƣơng trình này cho thấy 12jdAfcó thể đƣợc tái tạo bằng cách đặt các giá trị 0 giữa mỗi mẫu của 12jdAf và 2Djfvà sau đó chập các tín hiệu này theo thứ tự với các bộ lọc H và G.
- Từ xấp xỉ rời rạc 1dAf, chúng ta có thể khôi phục tại tín hiệu xấp xỉ liên tục A1f(x) theo phƣơng trình (2.10).
- Bằng cách lặp lại giải thuật này với -J j-1, chúng ta có thể tái tạo 1dAftừ biểu diễn wavelet của nó.
- Một xấp xỉ của tín hiệu f(x,y) ở độ phân giải 2j là các hình chiếu của nó trên không gian vector 2jV.
- Meyer [1] đã nghiên cứu về xấp xỉ đa phân giải có thể tách rời của L2(R2.
- Trang 58 ] Với mỗi xấp xỉ đa phân giải nhƣ vậy, mỗi không gian vector 2jV có thể phân rã thành hai không gian con giống nhau của L2(R).
- )xy có thể viết lại nhƣ sau.
- (2.33) Xấp xỉ của tín hiệu f(x,y) tại độ phân giải 2j đƣợc mô tả bởi tập hợp các tích trong.
- Định lý sau mở rộng định lý 3, và khẳng định chúng ta có thể xây dựng một cở sở trực chuẩn của 2Ojbằng cách giãn nở và dịch chuyển ba hàm wavelet 1 2 3.
- Định lý 4 [4]: Gọi 2()jjZV là một xấp xỉ đa phân giải có thể tách đƣợc của L2(R2.
- các tích chập trên có thể viết lại là.
- Với mọi J > 0, một ảnh 1dAf hoàn toàn có thể đƣợc biểu diễn bởi 3J+1 các ảnh rời rạc

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt