- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于自适应窗和形状自适应小波变换的sar图像相干斑抑制
第28卷第3期 红外与毫米波学报 Vo1.28.No.3
2009年6月 J.Infrared Millim.Wayes June,2009
文章编号:1001—9014(2009)03—0212—06
基于自适应窗和形状自适应小波变换
的SAR图像相干斑抑制
凤宏晓, 侯 彪, 王 爽, 焦李成
(西安电子科技大学智能信息处理研究所和智能感知与图像理解教育部重点实验室,陕西 西安 710071)
摘要:结合SAR图像空域的先验知识和小波域系数的特性,提出了一种新的SAR图像相干斑抑制算法.使用最近
提出的局部多项式近似一置信区间交叉(10cal polynomial approximation—intersection of eonfidence intervals(I A-ICI))
构造自适应窗,寻找到与SAR图像中每个像素点相对应的同质区域,在每个同质区域内利用本文给出的快速形状
自适应小波变换进行硬阈值收缩抑斑,最后根据本文提出的稀疏加权方法融合多个估计样本获得最终抑斑图像.
实验结果表明本文提出的算法有着很好的抑斑性能,尤其是在去除重构图像中的“振铃”效应以及有效保留原始
SAR图像中的点目标方面性能更突出.
关 键 词:SAR图像相干斑抑制;自适应窗;形状自适应小波变换;局部多项式近似一置信区间交叉;基于稀疏性
的权值
中图分类号:TN957 文献标识码:A
SAR IMAGE DESPECKLING BASED ON ADAPTIVE WINDoW
AND SHAPE ADAPTIVE.DISCRETE WAVELET TRANSFoRM
FENG Hong-Xiao, HOU Biao, WANG Shuang, JIAO Li—Cheng
(Institute of Intelligent Information Processing and Key Laboratory of Intelligent Perception and
Image Understanding of Ministry of Education,Xidian University,Xi’an 710071,China)
Abstract:By considering the prior knowledge of SAR image in spatial domain and the property of coefficients in wave—
let domain,a novel algorithm of SAR image despeckling was presented.An adaptive window was constructed and a
uniform region for every pixel of SAR image was found by using local polynomial approximation—intersection of confi—
dence intervals(LPA—ICI).Hard-threshold shrinkage despeckling was implemented with fast shape adaptive discrete
wavelet transform proposed in this paper.At last,many despeekled samples were fused into a final despeckled SAR
image according to the sparsity of regions.Experiments show that the algorithm proposed here has advanced despeck—
ing performance.Especially,reconstructed image has no
您可能关注的文档
最近下载
- 投标人对保证工程质量及详细的质量违约处罚措施的承诺;.doc
- 2023年深圳市南山区第二外国语学校小升初分班考试英语模拟试卷及答案解析.docx
- 华东理工大学《多元统计学》2020-2021学年第二学期期末试卷.pdf
- 主题班会成功无捷径 学习当奋斗(课堂PPT).ppt
- 习概 推进依法治国.docx VIP
- 安徽大学-2020-2021学年第-一-学期大学英语A试卷及答案.docx
- 常见创伤分类与现场急救(1).ppt
- DENON天龙AV接收机AVC-X8500H产品说明书.pdf
- 中学英语教研组校本研修活动记录.doc
- 河北工业大学2022-2023学年第2学期《高等数学(下)》期末试卷(A卷)附标准答案.pdf
文档评论(0)