基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析SαS模型的基础上,提出了高斯-柯西模型,将此模型作为图像的小波域先验模型信息,并用Bayesian估计器,算法复杂性上有显著的降低.实验结果表明,本文的算法模型在较好地保持了SAR图像结构的基础上,能较好地保留图像边缘信息和纹理特征,并能有效地抑制图像的斑点噪声,取得了良好的效果.
推荐文章
复数Curvelet变换域复数高斯尺度混合图像降噪
图像去噪
复数Curvelet变换
复数高斯尺度混合
贝叶斯最小平方估计
基于多小波域SOT结构的SAR图像去噪与压缩算法
图像压缩
多小波变换
空间树结构
多级树集合分裂
基于小波变换的图像混合噪声自适应滤波算法
图像处理
图像去噪
中值滤波
形态学滤波
小波阈值去噪
基于小波域HMT模型的图像去噪研究
图像去噪
隐马尔可夫树模型
小波变换
白噪声
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波域高斯-柯西混合模型的SAR图像降噪声算法
来源期刊 中国科学院研究生院学报 学科 工学
关键词 合成孔径雷达 相干斑点噪声 SαS模型 高斯-柯西模型
年,卷(期) 2006,(2) 所属期刊栏目 论文
研究方向 页码范围 159-164
页数 6页 分类号 TP75
字数 3803字 语种 中文
DOI 10.3969/j.issn.1002-1175.2006.02.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋红军 中国科学院电子学研究所 55 365 11.0 16.0
2 张军保 中国科学院电子学研究所 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
合成孔径雷达
相干斑点噪声
SαS模型
高斯-柯西模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导