题目：二维S变换及其在SAR图像处理中的应用研究

近年来，随着合成孔径雷达（synthetic aperture radar，SAR）技术的发展，SAR在军事和民用领域得到了广泛应用，同时也产生了大量SAR图像数据。国内外众多的专家学者针对SAR图像的解译进行了广泛研究。SAR图像的去噪和目标检测是SAR图像解译中非常重要的研究方向，在军事和民用领域都具有重大的研究价值。而二维S变换则是一种新兴的时频分析方法，并已经在信号处理领域显现出巨大的潜力。同时，各种智能技术也越来越多的被应用于SAR图像信号处理中。

本文从SAR图像处理的角度出发，主要对二维S变换计算过程的优化、二维S变换在SAR图像处理中的应用、视觉注意模型在SAR图像车辆目标检测中的应用等问题进行了研究，并得到了一些有意义的结果。

本文研究的主要内容如下：

由二维短时傅里叶变换和二维连续小波变换对二维S变换进行了推导；对二维S变换的计算方法、离散二维S变换以及逆变换进行了介绍；提出了一种二维S变换逆变换的快速算法，为将二维S变换应用于图像处理奠定了基础；最后通过实验验证了这种快速算法的有效性。

提出了一种二维S变换时频滤波去噪算法。首先利用图像边缘信息对图像中频部分的二维S变换结果进行时频滤波；其次对高频部分进行重新赋值并用快速傅里叶变换（FFT）得到低频部分的值；然后用本文提出的二维S变换逆变换快速算法进行图像重建，得到去噪后的SAR图像；最后通过四种参数比较分析了这种去噪方法的性能。

将小波去噪思想与二维S变换结合，得到二维S变换阈值去噪算法。首先估计图像二维S变换结果中的中高频成分的噪声标准差和频率加权系数；其次利用估计的噪声标准差和频率加权系数对中高频成分进行阈值处理；然后利用本文提出的二维S变换逆变换快速算法进行图像重建，得到去噪后的SAR图像；最后通过四种参数比较分析了这种去噪方法的性能。

将视觉注意模型应用于SAR图像车辆目标检测。首先利用改进的Itti模型提取SAR图像中的显著区域；然后利用对于目标和杂波的先验知识对显著区域内的信息进行自上而下的处理来得到目标检测结果；最后画出了目标检测的性能曲线，与CFAR算法进行了比较。