作者:
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:
遥感成像过程中,受传感器固有局限、大气湍流等影响,图像会出现严重复杂的退化。相较普通图像复原,遥感图像复原后,细节应该更加丰富。然而,传统的Wiener滤波、Richardson-Lucy等复原方法,很难有效地抑噪声保细节。而且,默认的高斯噪声模型常与实际不符。本文基于总变分正则化的方法,对遥感图像进行复原,能够鲁棒去除各种噪声,且较好保持了细节信息。对TV正则化泛函寻优,采用分裂Bregman方法,通过引入辅助变量将原问题转化为三个简单子问题的迭代求解,降低了计算复杂度。实验证明,所提方法能有效复原不同噪声污染的遥感图像,较好地保持了细节信息。
推荐文章
遥感图像盲复原的Bregman迭代正则化方法
图像恢复
点扩散函数
全差变正则化
Bregman迭代
集成学习法与双分裂 Bregman 正则化下的图像复原
图像复原
集成学习法
总变分
Bregman迭代
图像去噪LOT模型的分裂Bregman方法
图像处理
全变分
LOT模型
分裂Bregman方法
基于交叠组合稀疏高阶全变分的图像复原
高阶导数
交叠组合稀疏
交替方向乘子法
全变分
图像复原
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 分裂Bregman优化的总变分遥感图像复原
来源期刊 电子制作 学科
关键词 遥感 图像复原 总变分 Bregman 噪声模型
年,卷(期) 2015,(11) 所属期刊栏目 智能应用 Intelligence Application
研究方向 页码范围 58-59
页数 2页 分类号
字数 2691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 李炜豪 2 1 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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
遥感
图像复原
总变分
Bregman
噪声模型
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导