1. 研究目的与意义（文献综述）
合成孔径雷达（sar）是一种全天候，全天时，可侧视成像的现代高分辨率微波成像雷达，自20世纪50年代发明以来已经获得了飞跃式的发展和广泛的应用。它利用合成孔径原理提高方位向分辨率，利用脉冲压缩技术提高距离向分辨率，可以在能见度极差的条件下得到类似光学照相的高分辨率雷达图像。sar图像在军事和国民经济等重要领域表现出巨大的潜力和应用前景。作为有源系统，sar的全天候，全天时，可侧视成像的特点以及它可以在不同的频段，不同的极化下可以得到目标的高分辨图像为人们提供各种非常有用的信息。sar首先在军事应用上显示其优势，随着遥感技术的快速发展，它又很快作为微波遥感的重要工具，并且广泛应用于国民经济的各个领域。
合成孔径雷达（sar）的思想首先是由美国goodyear航空公司的carlwiley在1951年6月提出的。在wiley看来，我们可以通过分析回波信号中的多普勒历程，可以得到更高的横向分辨率。所以，wiley称它为“多普勒波束锐化”。与此同时，伊利亚诺大学的sherwin等人独立的进行了实验，并且在1953年7月份的时候得到了第一张合成孔径雷达图像。1953年的夏天，在美国michigan大学大学举报的研讨会上，许多的学者纷纷提出了利用载机运动可将雷达的真实天线合成为大尺寸的线性天线阵列的新概念。运用这种概率使得人们认识到了合成孔径雷达分为聚焦和非聚焦两种工作模式。1957年8月michigan大学雷达与光学实验室的cutrona和leith等人研制的机载合成孔径雷达进行了飞行实验，获得了第一张大面积的聚焦型合成孔径雷达图像。从这以后，合成孔径雷达就得呆了广泛的认可，并开始向实用化方向发展。在七十年代的中期，星载sar的出现使得sar发展到了一个新的阶段。以1978年6月美国成功发射海洋星为开始，其后，欧洲，日本，俄罗斯和加拿大等国家相继成功的发射了自己的sar卫星，从此，在世界上掀起了利用微波遥感对地观测卫星的热潮。随着科学的不断进步，国外对于sar技术的水平和功能也在不断地提高和完善，从开始的单波段，单极化，固定入射角，单模式逐渐向多波段，多极化，变入射角，多模式方向发展；天线也经过了固定，机械扫描，电扫及相控阵的一系列的演变过程。国内对于sar方面的研究也取得了一定的成就。上世纪70年代中后期，中国科学院电子学研究所率先开展了机载sar的研究工作，并于1979年取得了突破，研制成功了机载sar原理样机，获得了我国第一批机载sar图像，并且在后来的工作中对机载sar系统和信号处理作出了改进和完善。同时，航空工业总公司25所研制的机载sar也获得了成功。近些年，国内的一些高校和研究所一直开展星载sar信号处理方面的研究，并取得了一些研究成果。
到目前为止，合成孔径雷达技术已经获得了高速的发展。以飞机为平台的机载sar已被广泛地应用，以卫星为平台的星载sar也步入到了实用阶段。在国土测量，农作物的植被分析，海洋以及水文观测，环境及灾害监测，资源勘探，地形绘测以及军事侦察等领域，sar发挥了越来越重要的作用。但是，sar成像复杂、数据量大及乘性噪声的干扰，sar图像处理比常规图像处理更加困难，而sar的应用主要取决于所获取的图像质量，sar图像质量越高，其应用性能就越好，所获得的sar图像分辨率越高，所能提取的信息就越丰富，特征就越明显，许多的领域对sar图像的分辨率提出了很高的要求。因此，对其研究具有较高的理论及实际意义。
2. 研究的基本内容与方案
本论文的基本内容是着重研究SAR图像处理中的图像增强技术,详细地分析其实现的基本的原理和方法,给出具体化的实现步骤,并对该技术的具体算法做出计算机的仿真和分析。本论文的目标是先了解合成孔径雷达的相关基础知识，然后掌握SAR图像成像原理及图像基本特性，研究SAR图像处理关键技术，并对其图像增强实现算法进行仿真分析，最后，根据其仿真的结果，同时结合实际情况，对其应用进行一定程度上的分析。本文拟采用的技术方案是对一副SAR图像采用自适应小波阈值滤波去噪的算法实现图像增强，SAR图像中由于相干斑点噪声的干扰，严重影响到了后续的应用，所以我们要对斑点噪声抑制，同时，在滤除噪声的同时我们还需有效的保持图像的边缘细节信息，对SAR图像同时做到这两点是比较难的，传统的空域滤波方法，对噪声和边缘细节信息不加区分，严重模糊了图像细节，并且相干斑噪声对SAR图像各频域成分影响是不同的，空域滤波方法都是在单一尺度内进行的，而小波变换具有时域和频域上的局部性，又具有多分辨率分析的特性，所以很适合来处理非平稳的SAR图像。本文的去噪的算法步骤如下:(1)对SAR图像作对数变换，将乘性的斑点噪声模型转换为加性的高斯白噪声；(2)离散小波变换（DWT）;(3)对每一个小波子代，首先估算噪声水平，其次计算阈值T1，t,最后计算阈值T；(4)用软阈值函数对小波系数做滤波；(5)逆小波变换(IDWT);(6)均值调整，指数变换。
3. 研究计划与安排
1-3周：查阅相关文献资料，熟悉题目含义及基本研究内容，撰写开题报告。
4-9周：完成相关理论知识的学习与研究，对sar基本知识及sar图像处理关键技术进行学习。
10-14周：复习matlab相关知识，对sar图像增强技术算法进行仿真实现。
4. 参考文献（12篇以上）
[1](法）henri maitre. processing of synthetic aperture radar images. 电子工业出版社.2013
[2]（美）lang.cumming,frankh.wong著.digital processing of synthetic aperture radar data algorithms and implementation. 电子工业出版社.2012
[3]黄世奇.合成孔径雷达成像机器图像处理.科学出版社.2015
