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:
传统的图像复原方法往往只考虑遥感图像获取过程中模糊和噪声对图像质量的影响,而忽略了图像混迭的影响。针对斜模采样系统调制传递函数各向异性的特点,通过自适应倒易晶胞确定图像中混迭和噪声较小的频谱覆盖范围;从图像复原的贝叶斯方法出发,以小波域隐马尔科夫树模型作为图像的先验模型,提出一种结合自适应倒易晶胞和隐马尔科夫模型的斜采样遥感图像复原方法。实验结果表明,该方法可有效地提高图像分辨率,较常用的图像复原方法复原效果更好。
推荐文章
结合复小波的倒易晶胞图像复原方法
混迭
遥感图像
复原
复小波
倒易晶胞
彩色噪声
基于NSCT和自适应PCNN的遥感图像融合方法
非下采样Contourlet变换
脉冲耦台神经网络
自适应
链接强度
梯度
基于湍流退化模型的自适应水下图像复原及其评价
水下图像
图像复原
退化函数
湍流模型
图像质量评价
基于自适应协稀疏正则化的图像复原
协稀疏
正则化
图像复原
自适应
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 结合自适应倒易晶胞和HMT模型的斜采样遥感图像复原方法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 斜模式采样 图像复原 自适应倒易晶胞 隐马尔科夫模型 贝叶斯方法
年,卷(期) 2014,(11) 所属期刊栏目 图像与视觉
研究方向 页码范围 1966-1973
页数 8页 分类号 TP751.1
字数 4932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 张爱武 首都师范大学三维信息获取与应用教育部重点实验室 76 733 14.0 25.0
2 孙卫东 清华大学电子工程系 52 471 10.0 20.0
3 赵宁宁 首都师范大学三维信息获取与应用教育部重点实验室 1 0 0.0 0.0
4 王京萌 首都师范大学三维信息获取与应用教育部重点实验室 1 0 0.0 0.0
5 胡少兴 北京航天航空大学机械工程及自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (35)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(2)
  • 二级参考文献(7)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
斜模式采样
图像复原
自适应倒易晶胞
隐马尔科夫模型
贝叶斯方法
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导