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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、西安電子科技大學(xué)碩士學(xué)位論文基于Contourlet變換域統(tǒng)計(jì)模型的SAR圖像去噪姓名:田福苓申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):電路與系統(tǒng)指導(dǎo)教師:侯彪20100101AbstractIIIAbstractT11epresenceofspecklenoiseinSARimagesisundesirable。anditmakessceneanalysisandimageunderstandingverydifficultThus,specklere
2、ductionisveryimportantformanySARimagesprocessingtasks,forexampleedgedetectionandimagesegmentation111etraditionaldenoisingmethodsincludingairspacedomainandtransformdomainmethodsdon’tworkeffectivelywhenusingforSARimagesden
3、oisingWhenusingthesemethods,somedetailsarelostandthenoisesofthehomogeneousregionsCannotbeeffectivelydisposedofHowevertheappearanceofstatisticalmodelsinmultiscalegeometrictransformdomainprovideskindsofnewlydevelopedmodels
4、forSARimagesdenoisingTllispapermainlystudiesMultiscaleGeometricAnalysis(MGA)tools,ieContourletandContourletbasedstatisticalmodels,ontheapplicationofSARimagesdenoisingThreenewmethodsareproposedinthispaperThemaininnovative
5、pointsare嬲follows:(1)Contourlet—basedHiddenMarkovTree(HMT)ModelandContextualHiddenMarkovModel(CHMM)forSARImagesDenoising,thismethodbasesOnthefactthatContourletcoefficientsbearstrongcorrelationsbetweenneighborsandintersca
6、lesneCHMMiscombinedwiththeHMTtoestablishstatisticalmodelsinContourletdomainCycleSpinningwillbeemployedtoavoidtheartifactswhicharecausedbytranslationinvarianceoftheContourlettransformSimultaneous,theanisotropicdiffusionis
7、usedteinforcethedetailinformation(2)ContourletbasedBlockHiddenMarkovModel(BHMM)forSAPImagesDenoising,theBHMMisconstructedtocharacterizetheneighbors’dependenceofContourletcoefficients,whichisusedforSARimagesdespeckling(3)
8、NonsubsampledComourletTransform州sca3basedEdgeDetectionandPriorSpatialConstraintsforSARImagesDenoising,firstusingedgedetectortolabeltheNSCTcoefficientsasthreeclasses,thenusingBHMMforSARimagedenoising,atlastusingpriorspati
9、alconstraintstodeal記mdifferenceimage,thenadditionisperformedforthetwodenoisingimagestogetthefmaldenoisingresult功eexperimentalresultsusingrealSARimagesshowthattheproposedmethodoutperformstheclassicalspatialfiltersanddespe
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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Contourlet變換的SAR圖像去噪研究.pdf
- 基于Bandelet變換的SAR圖像去噪.pdf
- 基于Contourlet變換的超聲圖像去噪算法研究.pdf
- 基于Contourlet變換和Shearlet變換的圖像去噪算法研究.pdf
- 小波域統(tǒng)計(jì)模型圖像去噪研究.pdf
- 基于非下采樣Contourlet變換的圖像去噪與融合.pdf
- 基于Contourlet變換的SAR圖像去噪和匹配算法的研究與優(yōu)化實(shí)現(xiàn).pdf
- 基于變換域的圖像去噪算法研究.pdf
- 基于Contourlet變換的自適應(yīng)圖像去噪及圖像融合研究.pdf
- 5230.基于非局部相似模型的多尺度幾何變換域sar圖像去噪
- 基于Contourlet變換的遙感圖像去噪和云陰影去除.pdf
- 基于Contourlet的圖像去噪方法研究.pdf
- 基于小波與Contourlet變換的圖像去噪方法研究.pdf
- 基于Contourlet變換的極化SAR圖像融合去噪算法研究.pdf
- 基于Contourlet的圖像去噪算法研究.pdf
- 基于小波域系數(shù)統(tǒng)計(jì)模型的圖像去噪研究.pdf
- 38292.基于非下采樣contourlet變換的圖像去噪方法研究
- 基于Bayes估計(jì)和Contourlet變換的圖像去噪算法研究.pdf
- 基于非下采樣contourlet變換的醫(yī)學(xué)超聲圖像去噪算法研究.pdf
- Shearlet變換域圖像去噪算法研究.pdf
評(píng)論
0/150
提交評(píng)論