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:
在充分考虑斑点噪声模型特殊性的基础上,将双变量收缩函数与小波系数显著性增强相结合,提出一种新的用于SAR图像的斑点抑制算法.将双变量收缩函数与双树复小波推广至斑点噪声模型,利用相邻尺度小波系数的联合概率密度函数与噪声的统计模型联立后,通过最大后验概率估计出滤波后图像的小波系数,再采用小波系数的模极大值准则对系数进行显著性增强,突出图像的边缘特征和点特征.仿真实验表明,与其他传统的去噪算法相比,该算法具有更好的去噪效果.
推荐文章
基于改进阈值函数的SAR图像小波去噪方法
SAR图像
相干斑噪声
Garrote阈值函数
小波阈值去噪
基于 SVM 和小波系数的图像去噪算法研究
图像去噪
小波系数
SVM
特征向量
基于双密度双树复数小波变换的图像去噪
双密度双树小波
双数复数小波
图像处理
去噪
一种改进的双变量收缩模型图像去噪
图像去噪
小波变换
双变量收缩模型
局部自适应模型
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 基于双变量收缩函数与小波系数增强的SAR图像去噪
来源期刊 河南大学学报(自然科学版) 学科 工学
关键词 SAR图像去噪 双变量收缩函数 小波系数增强
年,卷(期) 2009,(1) 所属期刊栏目 自动化基础理论与信息技术
研究方向 页码范围 90-93
页数 4页 分类号 TP391.4
字数 2663字 语种 中文
DOI 10.3969/j.issn.1003-4978.2009.01.020
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 文成林 杭州电子科技大学自动化学院 106 1053 17.0 28.0
2 陈志国 河南大学计算机与信息工程学院 44 539 14.0 21.0
3 高国伟 安阳师范学院公共计算机教学部 12 20 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SAR图像去噪
双变量收缩函数
小波系数增强
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
河南大学学报(自然科学版)
双月刊
1003-4978
41-1100/N
大16开
河南省开封市明伦街85号
36-27
1934
chi
出版文献量(篇)
2535
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导