自适应双树复小波遥感图像复原

上一篇

下一篇

文奴, 杨世植, 崔生成, 程伟. 2014: 自适应双树复小波遥感图像复原, 强激光与粒子束, null(10): 101003. doi: 10.11884/HPLPB201426.101003
引用本文: 文奴, 杨世植, 崔生成, 程伟. 2014: 自适应双树复小波遥感图像复原, 强激光与粒子束, null(10): 101003. doi: 10.11884/HPLPB201426.101003
Wen Nu, Yang Shizhi, Cui Shengcheng, Cheng Wei. 2014: Adaptive dual-tree complex wavelet algorithm for remote sensing image restoration, High Power Lase and Particle Beams, null(10): 101003. doi: 10.11884/HPLPB201426.101003
Citation: Wen Nu, Yang Shizhi, Cui Shengcheng, Cheng Wei. 2014: Adaptive dual-tree complex wavelet algorithm for remote sensing image restoration, High Power Lase and Particle Beams, null(10): 101003. doi: 10.11884/HPLPB201426.101003

自适应双树复小波遥感图像复原

Adaptive dual-tree complex wavelet algorithm for remote sensing image restoration

  • 摘要: 由于遥感图像先验知识难以获取,提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数,并利用经验公式计算收缩阈值。在实际应用中,算法能有效解决两步迭代算法使用固定参数的缺点,从而达到提高图像复原质量的目的。实验表明:相对于两步迭代算法,该算法复原图像的峰值信噪比提高0.64~12.23 dB,收敛速度提高1.4~16倍;同时,算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。
  • 加载中
  • 加载中
计量
  • 文章访问数:  284
  • HTML全文浏览数:  72
  • PDF下载数:  25
  • 施引文献:  0
出版历程
  • 刊出日期:  2014-10-30

自适应双树复小波遥感图像复原

  • 中国科学院 安徽光学精密机械研究所 光学遥感中心,合肥 230031; 中国科学院 通用光学定标与表征技术重点实验室,合肥 230031; 中国科学院大学,北京 100049
  • 中国科学院 安徽光学精密机械研究所 光学遥感中心,合肥 230031; 中国科学院 通用光学定标与表征技术重点实验室,合肥 230031

摘要: 由于遥感图像先验知识难以获取,提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数,并利用经验公式计算收缩阈值。在实际应用中,算法能有效解决两步迭代算法使用固定参数的缺点,从而达到提高图像复原质量的目的。实验表明:相对于两步迭代算法,该算法复原图像的峰值信噪比提高0.64~12.23 dB,收敛速度提高1.4~16倍;同时,算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。

English Abstract

参考文献 (0)

目录

/

返回文章
返回