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
内点最大化与冗余点控制的小型无人机遥感图像配准
采用深度学习的铣刀磨损状态预测模型
平行图像:图像生成的一个新型理论框架
混采地震数据高效高精度分离处理方法研究进展
基于EMD与小波阈值的爆破震动信号去噪方法
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