3.5  双边滤波 20

3.5.1  双边滤波增强算法原理 20

3.5.2  双边滤波增强算法可行性分析 21

4  基于CUDA架构的双边滤波算法 23

4.1  仿真环境搭建 23

4.2  CUDA实现双边滤波 23

4.2.1  主机端（CPU）进行双边滤波（串行） 23

4.2.2  设备端（GPU）进行双边滤波（并行） 24

4.2.3  对于边缘像素点的填充 26

4.2.4  时间计算函数 26

4.3  仿真实验结果 27

4.3.1  图像增强质量对比 27

4.3.2  SAR复图像增强加速比 28

结  论 31

致  谢 33

参 考 文 献 34

1  引言

1.1  SAR合成孔径雷达研究背景

合成孔径雷达(Synthetic Aperture Radar,SAR) 是一种二维高分辨率成像雷达，机载或星载雷达依靠飞机沿航线直线等速飞行，等效地在空间形成很长的线阵列，从而获得很高的方位分辨力，因此地面固定的物体可以测出其清晰图像。

最早的SAR雷达由美国密歇根大学于20世纪50年代提出，该思路在于：一个长的阵列天线之所以能产生窄波束，原因在于无论发射还是接受时，阵列的每个阵元发射以及接收相干波，都是在同一时刻进行的，随后在接收系统中叠加形成了较窄的波束。于是密歇根大学的研究人员便对阵元进行改造，发射和接收先由第一个阵元进行，随后收集每个阵元收到的回波信号，并将其统一存储，处理数据然后进行叠加，与阵列的同时收发结果近似。

SAR雷达的工作模式有数种，如斜侧式、正侧式、多普勒波束锐化和聚束定点照射等，每种模式针对不同的特点和用途。

SAR 图像的信息不仅包含反映地面电磁波波反射强度的值，即所谓的灰度值,还包括了一个相位值, 这个相位值与斜距即垂直于SAR平台移动方向的距离有关。灰度值与相位值两个不同的值在一个复数（a+b*i）中进行表示，其中，灰度值a代表振幅，b则是相位值。这也是SAR 图像被称为复图像的原因，振幅a的值体现了地表反射强度。反射强度的大小取决于侧视角度、波长、极化方式、表面朝向、表面粗糙度等诸因素。如湖水表面在灰度图中体现深色,高密度人口地区则更亮。SAR 复图像对比普通遥感图像，数据以及各种信息量要更多，普通卫星遥感成像不包含相位信息。从肉眼观察来看，SAR 灰度影像远比不上卫星遥感成像更清楚,这主要是由于SAR在图像生成时必然会产生相干斑噪声效应。因此对SAR复图像进行图像处理是后期重要的一环。

针对于灰度图，传统的图像增强包括对比度拉升、Gamma校正、直方图均衡化、直方图规定化、同态滤波器等等，其中很多都是高性能的图像处理算法[1]。目前国际上主流的处理研究思路是，对于复图像，在进行图像增强处理前，必需先研究SAR图像的退化因素和机理，再进行先验知识建模。获取先验信息这一步包含分析SAR复图像统计特点、分析噪声分布特性、背景杂波和目标特性，在SAR图像中，噪声是随机的，没有形态信息。但是目标具有形态和结构的信息，因此复图像还包含了相位信息。这些先验知识提供了区别于噪声的鉴别性信息，如何提取并采用数学模型进行表示是关键。本课题拟在图像空域-变换域联合域下，对图像局部子块进行统计稀疏表示，得到图像的先验知识正则化模型。

而图像恢复过程需要根据指定的图像退化模型来完成，根据这个退化模型对在某种情况下退化或恶化了的退化图像进行恢复，以获取到原始的、未经过退化的原始图像[2]。图像复原的基本思路是先建立退化的数学模型，然后根据该模型对退化图像进行拟合。

在经过对退化模型以及先验知识的研究之后，可以进行SAR复图像的增强处理，提高图像品质。通过之前的研究，对SAR图像的增强主要关注以下几个方面：保目标抑噪、图像复原和HDR量化增强三个方面。本次课题主要研究保目标抑噪的算法。