本书全面介绍SAR图像去噪的基本概念、模型与算法，并对不同的模型进行分类，便于读者全面了解和学习该领域的一些前沿知识，以适应现代信息技术的发展。本书涉及的算法源代码向读者开放，这些代码可以帮助读者更加直观、深入地理解所学知识。 本书共分为10章，主要内容包括SAR成像基础、多尺度几何变换基础理论、稀疏表示及低秩矩阵重构理论、深度学习基础知识、基于Contourlet变换的SAR图像去噪、基于Shearlet变换的SAR图像去噪、基于稀疏表示和低秩矩阵分解的SAR图像去噪、基于深度学习的SAR图像去噪、基于移不变二维混合变换的机场雷达成像噪声抑制。 本书适合卫星遥感和计算机视觉等相关领域的研究人员、工程技术人员和算法爱好者阅读，也适合各大院校相关专业的本科生、研究生和教师作为教材和教学参考书。

第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于空域的去噪算法研究现状
1.2.2 基于变换域的去噪算法研究现状
1.2.3 基于深度学习的去噪算法研究现状
1.3 本章小结
参考文献
第2章 SAR成像基础
2.1 基础知识
2.2 SAR成像原理
2.3 SAR去噪基础框架
2.4 SAR图像去噪评价
2.4.1 主观评价准则
2.4.2 客观评价准则
2.5 本章小结
参考文献
第3章 多尺度几何变换基础理论
3.1 Contourlet变换及其改进
3.1.1 Contourlet变换
3.1.2 小波-Contourlet变换
3.1.3 非下采样方向滤波器
3.1.4 复Contourlet变换
3.1.5 NSDFB-DTCWT构造
3.2 Shearlet变换及其改进
3.2.1 Shearlet变换
3.2.2 离散Shearlet变换
3.2.3 复Shearlet变换
3.2.4 剪切-双树复小波变换
3.3 移不变二维混合变换
3.4 本章小结
参考文献
第4章 稀疏表示及低秩矩阵重构理论
4.1 稀疏表示
4.2 低秩矩阵分析
4.3 本章小结
参考文献
第5章 深度学习基础知识
5.1 CNN
5.2 注意力机制
5.2.1 简介
5.2.2 原理与优点
5.2.3 分类
5.2.4 模型结构介绍
5.3 本章小结
参考文献
第6章 基于Contourlet变换的SAR图像去噪
6.1 基于小波-Contourlet变换和循环平移算法的SAR图像去噪
6.1.1 算法描述
6.1.2 实验结果与分析
6.2 基于复Contourlet高斯比例混合模型的SAR图像去噪
6.2.1 高斯比例混合模型及其在去噪中的应用
6.2.2 实验结果与分析
6.3 基于局部混合滤波的SAR图像去噪
6.3.1 局部混合滤波简介
6.3.2 局部混合滤波在SAR图像去噪中的应用
6.3.3 实验结果与分析
6.4 本章小结
参考文献
第7章 基于Shearlet变换的SAR图像去噪
7.1 基于双变量的SAR图像去噪
7.1.1 双变量去噪模型
7.1.2 实验结果与分析
7.2 基于复Shearlet域的高斯混合模型的SAR图像去噪
7.2.1 高斯混合模型去噪算法
7.2.2 实验结果与分析
7.3 基于剪切-双树复小波变换的SAR图像去噪
7.3.1 软阈值去噪
7.3.2 Lee 滤波去噪
7.3.3 K-奇异值分解
7.3.4 基于剪切-双树复小波变换的SAR图像去噪算法
7.3.5 实验结果与分析
7.4 基于权重优化的广义非局部阀值的SAR图像去噪
7.4.1 广义非局部均值算法
7.4.2 基于权重优化的广义非局部阙值的SAR图像去噪算法
7.4.3 实验结果与分析
7.5 基于相似性验证与子块排序的NSST域的SAR图像去噪
7.5.1 NSST域子块相似性验证
7.5.2 基于相似性验证的子块排序去噪算法
7.5.3 实验结果与分析
7.6 本章小结
参考文献
第8章 基于稀疏表示和低秩矩阵分解的SAR图像去噪
8.1 基于稀疏表示的Shearlet域的SAR图像去噪
8.1.1 基于稀疏表示的去噪模型
8.1.2 共轭梯度法求解去噪模型
8.1.3 基于稀疏表示的SAR图像去噪
8.1.4 实验结果与分析
8.2 基于非局部先验性的稀疏域的SAR图像去噪
8.2.1 非局部去噪模型
8.2.2 相干斑噪声抑制模型
8.2.3 交替算法求解模型
8.2.4 实验结果与分析
8.3 基于纹理强度和加权核范数最小化的SAR图像去噪
8.3.1 噪声水平估计
8.3.2 加权核范数最小化
8.3.3 基于纹理强度和加权核范数最小化的SAR图像盲去噪算法
8.3.4 实验结果与分析
8.4 结合加权核范数最小化与灰色理论的SAR图像去噪
8.4.1 灰色理论
8.4.2 结合WNNM与灰色理论的相干斑噪声抑制
8.4.3 实验结果与分析
8.5 本章小结
参考文献
第9章 基于深度学习的SAR图像去噪
9.1 基于CNN先验的图像降噪模型
9.1.1 图像降噪模型
9.1.2 CNN降噪器
9.1.3 基于向导滤波的图像融合
9.1.4 基于CNN先验和向导滤波的SAR图像去噪
9.1.5 实验结果与分析
9.2 基于FFDNet去噪模型的SAR图像盲去噪
9.2.1 自然图像中的噪声和峰度的尺度不变性假设
9.2.2 基于峰度的尺度不变性和分段平稳性的图像噪声水平估计
9.2.3 噪声水平图
9.2.4 网络结构
9.2.5 SAR图像盲去噪算法
9.2.6 实验结果与分析
9.3 基于多尺度混合域的SAR图像去噪
9.3.1 噪声抑制模型构造
9.3.2 低频噪声抑制
9.3.3 高频噪声抑制
9.3.4 实验结果与分析
9.4 本章小结
参考文献
第10章 基于移不变二维混合变换的机场雷达成像噪声抑制
10.1 机场雷达图像去噪
10.2 实验结果与分析
10.3 本章小结
参考文献