已閱讀1頁，還剩48頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、對于SAR圖像來說，相干斑抑制、邊緣檢測、分割等是在SAR圖像處理研究中最基礎(chǔ)的熱點(diǎn)內(nèi)容，而SAR圖像去斑又是一個(gè)最基礎(chǔ)和最重要的問題，因?yàn)镾AR圖像的斑點(diǎn)噪聲直接影響了它的后續(xù)應(yīng)用。本文研究基于稀疏分解的SAR圖像斑點(diǎn)抑制方法，著重研究圖像的稀疏分解在SAR圖像斑點(diǎn)抑制中的應(yīng)用。論文的主要成果有：
1.對圖像稀疏表示理論、方法以及基于稀疏表示的圖像處理應(yīng)用問題進(jìn)行研究，重點(diǎn)研究了基于過完備字典的稀疏表示理論及應(yīng)用。通過分
2、析SAR圖像和噪聲在稀疏分解中不同表現(xiàn)，找出圖像內(nèi)容和圖像噪聲在稀疏分解中的區(qū)別，提出了基于圖像稀疏分解的SAR圖像分解與重建方法。
2.基于圖像稀疏分解的SAR圖像斑點(diǎn)抑制算法。首先通過對數(shù)轉(zhuǎn)換把SAR圖像的乘性噪聲轉(zhuǎn)換為加性。然后通過選擇自適應(yīng)原子字典，給出了基于OMP(正交匹配跟蹤)算法的SAR圖像的稀疏分解，并通過SVD(奇異值分解)進(jìn)行原子字典的更新和模擬退火算法來快速尋找每一步的最優(yōu)原子，這將大大降低稀疏分解的
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- SAR圖像斑點(diǎn)噪聲抑制算法研究與應(yīng)用.pdf
- 基于小波的SAR圖像斑噪聲抑制算法研究.pdf
- SAR圖像相干斑噪聲抑制算法的研究.pdf
- SAR圖像紋斑噪聲抑制算法研究.pdf
- SAR圖像斑點(diǎn)抑制算法實(shí)現(xiàn)與質(zhì)量評估研究.pdf
- 基于FFT的圖像稀疏分解算法研究.pdf
- 基于稀疏表示的SAR圖像降噪算法研究.pdf
- Curvelet變換在SAR圖像斑點(diǎn)噪聲抑制和多源遙感圖像融合中的應(yīng)用.pdf
- 70406.星載sar圖像的斑點(diǎn)噪聲的去除
- 基于稀疏表示的圖像混合噪聲去除算法.pdf
- 基于冗余字典的聲納圖像斑點(diǎn)噪聲去除算法研究.pdf
- 噪聲抑制的極化SAR圖像分割方法研究.pdf
- 基于SAR圖像的相干斑抑制算法.pdf
- 基于稀疏分解的超光譜圖像壓縮算法研究.pdf
- 基于稀疏分解的圖像壓縮編碼算法研究.pdf
- 基于稀疏表示的SAR圖像壓縮研究.pdf
- 基于稀疏表示的SAR圖像分類模型及其算法的研究.pdf
- 基于素描稀疏表示和低秩分解的SAR圖像目標(biāo)檢測.pdf
- 基于信號稀疏分解的圖像壓縮編碼算法的研究.pdf
- 眼科高頻超聲成像中斑點(diǎn)噪聲抑制算法的研究.pdf
評論
0/150
提交評論