基于混合共轭梯度的SAR图像压缩感知重建

近年来，压缩感知已广泛用于合成孔径雷达(SAR)图像、医学图像重建和磁共振成像等图像处理领域。传统平滑l₀范数(SL0)重建方法通过引入平滑函数，很好地将求解最小l₀范数这个NP-hard问题转化成求解平滑函数极值的凸优化问题，但SL0方法使用最速下降法搜索最优解，存在锯齿效应、收敛速度不理想的问题。为了解决上述问题，文中首先定义了一种新的混合共轭梯度；然后，在研究SL0方法的基础上，提出了一种新的基于混合共轭梯度的改进SL0压缩感知重建方法。实验表明：文中所提方法收敛速度快，对噪声不敏感，具有较好的稳健性；在相同实验条件下，对SAR图像的重建性能优于SL0和其他同类方法，重建质量更好。     

一种融合局部像素信息和改进NLFCM的SAR图像分割方法

针对传统局部信息模糊C均值聚类算法权重系数仅由像素间欧式距离决定，无法准确衡量和充分利用像素间的相似性，对SAR图像分割不准确的问题，提出了一种全新的局部信息相似性描述方法，并结合图像的非局部信息，对像素到聚类中心的距离和像素隶属度计算方法进行改进，并提出了一种同时包含图像局部和非局部信息的改进SAR图像分割方法。实验表明，与其他模糊聚类方法相比，该方法在抑制SAR图像相干斑噪声的同时，能较好地保护SAR图像目标的边缘和细节，具有很好的SAR图像分割效果。