ارزیابی عملکرد موجک Stationary و شیرلت Non-subsampled در حذف نویز اسپکل

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,256

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAARS01_358

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

مادر روزنه مصنوعی (SAR)ذاتاً تحت تأثیر نویز ضرب شونده اسپکل قرار می گیرد. ازآنجایی کهSAR تقریباً در همه زمینه ها کاربرد دارد، بنابراین قبل از پردازش های به مانند بخش بندی، تشخیص لب، تشخیص و ره گیری هدف، ابتدا باید نویز اسپکل را از تصویر حذف نمود . کاهش نویز در حوزه تبدیل، یک روش برگزیده است که تعیین بهینه مقدارآستانه و تنک یا sparse بودن هر چه بیشتر ضرایب تبدیل به کار برده شده، نقش مهمی را در کار آمد یک روش ایفا می کنند . در این مقاله مقدار آستانه برای تک تک این بانک ها به طور وفقی تعیین ، و در آستانه گیری سخت و آسان گیری نرم به کار گرفته می شود. همچنین تنک بودن ضرایب تبدیل شیرلت non-subsampled در مقایسه با تبدیل موجک stationary تحت شرایط مختلف بدون نویز است و با وجود نویز نشان داده خواهد شد.وجود ویژگی تنک تر بودن ضرایب شیرلت، باعث عملکرد بهتر تبدیل برای حذف نویز اسپکل در مقایسه با تبدیل موجک ، تحت شرایط یکسان و برای تصویر آزمایشی باربارا و تصویر SAR واقعی می شود. در این مقاله، کارآیی بهتر تبدیل شیرلت non-subsampled در مقایسه با تبدیل موجک stationary هم از لحاظ معیارهای کیفی یا بصری و معیارهای کمی برای تصویر آزمایشی باربارا و تصویر SARواقعی نشان داده خواهد شد.

نویسندگان

نیکو فرهنگی

دانشگاه آزاد اسلامی،واحد تهران جنوب ،دانشگاه فنی و مهندسی ،گروه برق-مخابرات

صدیقه غفرانی

دانشگاه آزاد اسلامی،واحد تهران جنوب ،دانشگاه فنی و مهندسی ،گروه برق-مخابرات

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ Donoho, "Curvelets: A surprisingly effective _ _ _ _ ...
  • IEEE Transactions _ Image Processing, vol. 18, no. 2, pp. ...
  • Sensing, vol. 5, no. 3, pp. 809-823, 2012. ...
  • D. L. Donoho and J. M. Johnstone, :Ideal spatial adaptation ...
  • D. L. Donoho and I. M. Johnstone, "Adapting to unknown ...
  • M. Mastriani, :New wavelet-based superresolution algorithm for speckle reduction in ...
  • _ _ _ _ _ _ no. 10, pp. 2196-2212, ...
  • نمایش کامل مراجع