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:
对高分辨率遥感图像进行去噪是遥感研究中的一个重要难题。本文提出了一种新的基于稀疏表示的高分辨率遥感图像去噪算法,该算法根据加噪高分辨率遥感图像的特点利用 K-SVD 算法自适应的学习得到能高效描述遥感图像内容的字典,利用稀疏表示实现去噪,并且保留原图像的有用信息。通过对“高分一号”获取的遥感图像进行实验表明,该算法能较好地滤除遥感图像的噪声,提高了图像的峰值信噪比,该方法比其他字典学习算法及其他去噪算法具有更好的性能。
推荐文章
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
一种基于稀疏表示的图像去噪算法
图像去噪
稀疏表示
小波变换
脊波变换
基于字典学习和原子聚类的图像去噪算法
字典学习
稀疏表示
冗余字典
K-均值聚类
一种非零元个数约束的字典学习图像去噪算法
图像去噪
字典学习
稀疏表示
K-SVD
非零元个数
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 基于稀疏表示和自适应字典学习的“高分一号”遥感图像去噪
来源期刊 光电工程 学科 工学
关键词 稀疏表示 图像去噪 字典学习 K-SVD 高分一号
年,卷(期) 2013,(9) 所属期刊栏目 ?图像与信号处理?
研究方向 页码范围 16-21
页数 6页 分类号 TN911.73|TN391
字数 4372字 语种 中文
DOI 10.3969/j.issn.1003-501X.2013.09.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (13)
参考文献  (11)
节点文献
引证文献  (11)
同被引文献  (24)
二级引证文献  (29)
1988(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)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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)
1999(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)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(11)
  • 参考文献(3)
  • 二级参考文献(8)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
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
稀疏表示
图像去噪
字典学习
K-SVD
高分一号
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导