全极化雷达遥感图像的迭代优化非局部均值去噪法
文章提出了一种迭代优化的PolSAR的非局部均值去噪方法。该方法在每次迭代去噪过程中,通过同时考虑原始图像全极化噪声统计特性和前一次迭代所得影像的全极化信息来完善像素间极化相似性的度量,从而实现对影像更为精准的估计。结果表明,去噪算法在显著抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。
全极化SAR(PolSAR)系统作为传统单极化SAR系统的一种更高级形式,能同时发射、接收水平及垂直的极化雷达波,能够获取地物更为丰富的后向散射信息,更利于地物场景的解译,已在诸多行业领域得到广泛的应用。
对于全极化SAR数据而言,噪声不仅存在于极化协方差矩阵的对角线元素上,同时也存在于非对角线元素上。并且,对角线元素受到乘性噪声的影响,而非对角线元素则受到乘性和加性混合的噪声的影响。
近年来,基于非局部均值思想的算法已成为了PolSAR影像去噪的研究热点,并取得了较好的去噪效果。
传统PolSAR非局部均值滤波算法在度量像素或者影像块相似度时基本利用到的都是含噪声影像的统计特性,而没有考虑到原始像素间的差异性,而且往往无法利用得到的全极化信息,因此难以获得稳健准确的相似性测度。
注:文章选自《全极化雷达遥感图像的迭代优化非局部均值去噪法》马晓双等
全极化雷达遥感图像的迭代优化非局部均值去噪法相关推荐
- Python,OpenCV中的非局部均值去噪(Non-Local Means Denoising)
Python,OpenCV中的非局部均值去噪(Non-Local Means Denoising) 1. 效果图 2. 原理 3. 源码 2.1 单彩色图去噪 2.2 多连续彩色帧去噪 参考 这篇博客 ...
- 传统图像去噪方法(三)之非局部均值去噪(NLM)
前面基于邻域像素的滤波方法,基本上只考虑了有限窗口范围内的像素灰度值信息,没有考虑该窗口范围内像素的统计信息如方差,也没有考虑整个图像的像素分布特性,和噪声的先验知识. NLM算法使用自然图像中普遍存 ...
- 非局部均值去噪(NL-means)
非局部均值(NL-means)是近年来提出的一项新型的去噪技术.该方法充分利用了图像中的冗余信息,在去噪的同时能最大程度地保持图像的细节特征.基本思想是:当前像素的估计值由图像中与它具有相似邻域结构的 ...
- 非局部均值(Nonlocal-Mean)
转载自网站:http://www.cnblogs.com/luo-peng/p/4785922.html 非局部均值去噪(NL-means) 非局部均值(NL-means)是近年来提出的一项新型的去噪 ...
- 图像降噪算法——非局部均值降噪算法
图像降噪算法--非局部均值降噪算法 图像降噪算法--非局部均值降噪算法 1. 基本原理 2. C++代码实现 3. 结论 图像降噪算法--非局部均值降噪算法 1. 基本原理 非局部均值降噪算法(Non ...
- 图像保边滤波算法集锦--非局部均值NLM滤波器
本文介绍非局部均值滤波,这种滤波器效果非常好,但是算法耗时严重,这里以效果为先,来给大家讲解. 非局部均值滤波(Non-Local Means,NLM)是Buades等人于2005年在论文" ...
- 学习使用非局部平均值去噪算法去除图像中的噪音-图像去噪
图像去噪 目标 • 学习使用非局部平均值去噪算法去除图像中的噪音 • 学习函数 cv2.fastNlMeansDenoising(),cv2.fastNlMeansDenoisingColored() ...
- 非局部相似性 matlab,基于引导核聚类的非局部均值图像去噪算法
非局部均值(nonlocal means, NLM)图像去噪算法是根据图像中存在的大量冗余信息,用非局部自相似性原理抑制噪声的算法.最初的NLM算法由文献[ 在NLM改进算法中,文献[[在相似窗结构张 ...
- 高斯滤波、双边滤波、邻域滤波、非局部均值滤波(NL-means) 笔记
1.高斯滤波以及高斯噪声 高斯滤波作为一种平滑线性滤波器,可以抑制图像的"尖锐"变化,对于抑制服从正态分布的噪声效果非常好,但同时会损失大量的边缘信息.学习高斯滤波首先要了解高斯核 ...
最新文章
- ORBBuf : 一种鲁棒的视觉SLAM缓冲方法
- PL/SQL Virtual Machine Memory Usage
- Java使用简单工厂模式对面向接口编程模式的深度解耦实现
- 如何在PowerPoint演示文稿中使用iTunes音乐
- 学习搭建 Consul 服务发现与服务网格-有丰富的示例和图片
- 探索比特币源码7-哈希
- 给力!使用MacPilot解锁macOS 1200多个隐藏功能!(支持M1处理器mac)
- Python精通-Python局部变量与全局变量的区别
- 使用UML工具分析类图与类的关系-bouml(java和C++)
- SkeyeARS 超高清8K视频录像检索、 回放、控制解决方案
- 阿里云ECS运维:恶意程序告警及处理过程
- 转载:wps怎么制作半圆形时间轴? wps彩色时间轴的制作方法
- Halo2 学习笔记——设计之Proving system之Vanishing argument(4)
- 滴滴快车奖励政策,高峰奖励,翻倍奖励,按成交率,指派单数分级(9月7日~9月13日)...
- 这个电脑用显微镜才能看清:却能让假货无处遁形
- 【Ubuntu】【Linux】命令卸载软件
- Android中layout过程详解
- 华硕ezflash3找不到u盘_华硕笔记本电脑bios里面找不到u盘启动项怎么办
- 工业信息物理系统测试验证平台ETest_CPS
- 高斯计G81的典型应用
热门文章
- linux 相机软件,镜像相机app
- javaweb中404,资源无法访问或找不到问题的解决办法——终结篇
- python公历转农历_python有没有能实现公历转换农历的库
- 宫崎骏の感官世界......
- SQL语句中引号(')、quotedstr()、('')、format()在SQL语句中的用法
- origin绘图软件2021 2022-origin中文版下载安装-origin功能使用
- Python基础入门----递归
- 标签设计(CodeSoft简单使用)
- python bind函数_python bind是什么意思
- 【IT运维小知识】安全组是什么意思?