原文服务方: 微电子学与计算机       
摘要:
由于成像设备的局限和外部环境的干扰等因素影响,遥感图像在信息数字化和传输过程中常常包含大量噪声,导致图像质量下降,对后续图像处理产生不利影响.本文提出了一种基于卷积神经网络的遥感图像去噪算法,将图像去噪过程作为神经网络的拟合过程,使用含有批量正则化层的深度神经网络,利用残差学习策略,可以对多种噪声等级的遥感图像进行去噪处理.实验表明,本文算法不仅有效提升了去噪效果,还缩短了网络的训练时间.
推荐文章
改进卷积神经网络SAR图像去噪算法
合成孔径雷达(SAR)图像去噪
卷积神经网络
图像下采样
跳跃连接
残差学习
基于忆阻脉冲耦合神经网络的图像去噪
忆阻器
脉冲耦合神经网络
图像去噪
结合Inception模型的卷积神经网络图像去噪方法
图像去噪
深度卷积神经网络
Inception模型
批量规范化
残差学习
基于改进神经网络的CCD图像去噪方法研究
神经网络
CCD非线性
图像处理
非线性滤波器
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 基于卷积神经网络的遥感图像去噪算法
来源期刊 微电子学与计算机 学科
关键词 图像去噪 卷积神经网络 遥感图像 深度学习
年,卷(期) 2019,(8) 所属期刊栏目
研究方向 页码范围 59-62,67
页数 5页 分类号 TP751
字数 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 魏江 西北工业大学电子信息学院 36 267 8.0 15.0
2 梅少辉 西北工业大学电子信息学院 10 83 4.0 9.0
3 刘潇 西北工业大学电子信息学院 4 5 2.0 2.0
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  (4)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像去噪
卷积神经网络
遥感图像
深度学习
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导