已閱讀1頁，還剩48頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(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)的熱點內(nèi)容，而SAR圖像去斑又是一個最基礎(chǔ)和最重要的問題，因為SAR圖像的斑點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圖像斑點抑制方法，著重研究圖像的稀疏分解在SAR圖像斑點抑制中的應(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)用問題進行研究，重點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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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圖像斑點抑制算法實現(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SAR圖像的相干斑抑制算法.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
- 基于信號稀疏分解的圖像壓縮編碼算法的研究.pdf
- 基于素描稀疏表示和低秩分解的SAR圖像目標檢測.pdf
- 基于稀疏分解的紅外小目標背景抑制算法研究.pdf
評論
0/150
提交評論