SAR图像目标超分辨的变范数正则化算法

• 作者: 王光新 王正明
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: SAR图像 超分辨 变范数 正则化 参数估计
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2389-2393
• 页数: 5页
• 分类号: TN957
• 字数: 4690字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.12.022

摘要

基于正则化变分的框架,提出了SAR图像目标超分辨的变范数算法.考虑目标在成像区域中的稀疏特性,利用广义高斯分布对目标区域的幅度进行建模,在Bayes估计的框架下,推导了lp范数约束的正则化变分模型和广义高斯分布形状参数的关系.采用迭代的方法在逐次估计真实图像的过程中,将p的取值与逐次估计结果相关联,逐步估计目标区域分布的形状参数,并修正lp范数的具体形式,由此得到变范数的正则化模型.该方法克服了通过经验选取p值的局限,以及由观测数据估计p值的误差.仿真和实测SAR图像的处理结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正明	国防科学技术大学理学院	62	503	13.0	19.0
2	王光新	国防科学技术大学理学院	6	22	3.0	4.0