Directionlets变换是一种新的多尺度几何分析方法,能够有效刻画图像的几何结构,充分体现图像数据的各向异性特征,directionlets变换在数值实现上具有和二维离散小波变换相同的复杂性,计算简单快速;利用directionlets变换对SAR图像进行多尺度、多方向分析,形成低频近似图像及多尺度、多方向的directionlets变换域高频细节图像;通过对directionlets变换域细节图像信号的研究,选择合适的数理统计模型,利用Bayes估计准则,从噪声污染的变换系数中估计出"干净"的directionlets变换系数,再进行directionlets逆变换重建图像,以达到抑制相干斑噪声的目的,在实现SAR图像的相干斑噪的同时,能很好的保留图像边缘细节,便于SAR图像后续的目标检测、识别、分类等应用处理。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于腔内级联变频的0.63μm波段多波长激光器
信息熵-保真度联合度量函数的单幅图像去雾方法
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
基于GPU的directionlets域SAR图像相干斑噪声抑制并行算法研究
基于广义分布和结构先验的高分辨SAR图像相干斑抑制
基于小波统计模型和异质性测量的SAR图像相干斑抑制
全极化SAR遥感图像中相干斑滤波机理及方法研究