基于最优非线性扩散的快速相干斑抑制算法研究

郑世超; 冯文森; 牛建伟

doi:10.3969/j.issn.0372-2112.2017.12.001

您当前的位置：

首页 >

文章列表页 >

基于最优非线性扩散的快速相干斑抑制算法研究

学术论文 | 更新时间：2025-07-16

- 基于最优非线性扩散的快速相干斑抑制算法研究
- A Fast and Accurate Despeckling Method with Optimized Nonlinear Diffusion
- 电子学报 2017年45卷第12期页码：2825-2831
- 作者机构：
  
  1. 北京航空航天大学计算机学院虚拟现实技术与系统国家重点实验室,北京,100191
  2. 北京科技大学自动化学院,北京,100083
  3. 北京航空航天大学计算机学院虚拟现实技术与系统国家重点实验室,北京,100191
  4. 北京科技大学自动化学院,北京,100083
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.0372-2112.2017.12.001
  中图分类号： TP751.1
- 网络出版：2017-12-25，
  
  纸质出版：2017
- 稿件说明：
移动端阅览
郑世超, 冯文森, 牛建伟. 基于最优非线性扩散的快速相干斑抑制算法研究[J]. 电子学报, 2017,45(12):2825-2831.

ZHENG Shi-chao, FENG Wen-sen, NIU Jian-wei. A Fast and Accurate Despeckling Method with Optimized Nonlinear Diffusion[J]. Acta Electronica Sinica, 2017, 45(12): 2825-2831.
郑世超, 冯文森, 牛建伟. 基于最优非线性扩散的快速相干斑抑制算法研究[J]. 电子学报, 2017,45(12):2825-2831. DOI： 10.3969/j.issn.0372-2112.2017.12.001.

ZHENG Shi-chao, FENG Wen-sen, NIU Jian-wei. A Fast and Accurate Despeckling Method with Optimized Nonlinear Diffusion[J]. Acta Electronica Sinica, 2017, 45(12): 2825-2831. DOI： 10.3969/j.issn.0372-2112.2017.12.001.

摘要

合成孔径雷达（Synthetic Aperture Radar，SAR）图像相干斑去噪一直以来都是SAR图像处理的一项关键技术.本文提出一种基于最优非线性扩散的快速相干斑抑制算法，该算法使用最近提出的基于可训练非线性扩散的图像复原框架，并针对合成孔径雷达强度图像，结合相干斑噪声的统计特性，训练非线性扩散过程中的滤波器参数和响应函数参数.实验结果表明，该算法性能与PPBit、SAR-BM3D等主流相干斑去噪算法性能相当甚至更优；同时与这些算法相比，该算法计算效率能够提高75%以上，并且适于并行运算实现.

Abstract

SAR (Synthetic Aperture Radar) despeckling is one of the key technologies in SAR image processing.This paper proposes an efficient despeckling algorithm based on optimized nonlinear diffusion model

which exploits the trainable nonlinear reaction diffusion framework.For the despeckling task

we train the parameters of linear filters and the influence functions

taking into account the speckle noise statistics of the intensity SAR image.Experimental results show that the proposed method provides comparable or even better results in comparison with PPBit and SAR-BM3D.Meanwhile

our proposed model is of high computation efficiency

and is well-suited for parallel computation.

关键词

Keywords

references

浏览量

501

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于数据标准差的卷积神经网络量化方法

基于注意力增强的热点感知新闻推荐模型

图像压缩感知的特征域优化及自注意力增强神经网络重构算法

非抽取小波边缘学习深度残差网络的单幅图像超分辨率重建

医学图像关键点检测深度学习方法研究与挑战