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:
非局部均值算法将传统的图像去噪算法由局部计算模型推广到非局部计算模型,取得了良好的效果.但对于合成孔径雷达图像,使用观测值和各向同性邻域窗来度量相似性,缺乏鲁棒性和方向性,不利于捕获图像边缘结构信息.提出了基于非下采样Shearlet特征描述子和方向权值邻域窗的非局部均值算法.实验表明,该算法不但有效地去除了相干斑,而且很好地保持了图像的几何结构信息,为后期SAR图像的理解与解译奠定了良好的基础.
推荐文章
基于非下采样Contourlet域局部高斯模型和MAP的SAR图像相干斑抑制
SAR图像抑斑
非下采样Contourlet变换
局部高斯模型
最大后验
SURE准则的非局部SAR图像相干斑抑制
各向异性高斯窗
非局部均值
SAR图像降斑
Stein无偏风险估计
多方向高斯窗匹配模板的SAR-BM3D相干斑抑制算法
合成孔径雷达
相干斑
三维块匹配
高斯窗
一种SAR图像相干斑噪声抑制新算法
合成孔径雷达图像
相干斑噪声
非下采样小波包变换
自蛇扩散
L1-L2优化
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 基于非下采样Shearlet和方向权值邻域窗的非局部均值SAR图像相干斑抑制
来源期刊 红外与毫米波学报 学科 工学
关键词 非局部均值 非下采样Shearlet特征描述子 方向邻域窗 SAR图像降斑
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 159-165
页数 分类号 TP751.1
字数 5655字 语种 中文
DOI
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 焦李成 西安电子科技大学智能感知与图像理解教育部重点实验室 514 14586 52.0 103.0
2 张小华 西安电子科技大学智能感知与图像理解教育部重点实验室 18 488 10.0 18.0
3 孟红云 西安电子科技大学应用数学系 17 347 9.0 17.0
4 陈佳伟 西安电子科技大学智能感知与图像理解教育部重点实验室 3 45 3.0 3.0
5 孙翔 西安电子科技大学智能感知与图像理解教育部重点实验室 3 46 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (13)
参考文献  (8)
节点文献
引证文献  (15)
同被引文献  (40)
二级引证文献  (52)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(5)
  • 引证文献(5)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
非局部均值
非下采样Shearlet特征描述子
方向邻域窗
SAR图像降斑
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
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
总被引数(次)
28003
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
论文1v1指导