• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Image Processing, IET >Adaptive vectorial total variation models for multi-channel synthetic aperture radar images despeckling with fast algorithms
【24h】

Adaptive vectorial total variation models for multi-channel synthetic aperture radar images despeckling with fast algorithms

机译：快速算法对多通道合成孔径雷达图像去散斑的自适应矢量总变化模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This study proposes two adaptive vectorial total variation models for multi-channel synthetic aperture radar (SAR) images despeckling with the help of prior knowledge of the image amplitude. Besides despeckling the multi-channel SAR images efficiently, the proposed new models have advantages over other total variation methods in many aspects, such as preserving the radar reflectivity, the targets and edges contrast. The Bermudez-Moreno algorithm and the accelerated fast iterative shrinkage thresholding algorithm are employed to implement the new two models, respectively. Experimental results on multi-polarimetric, multi-temporal RADARSAT-2 images show that the visual quality and evaluation indexes of the proposed models and the corresponding algorithms outperform the other methods with edge preservation.
机译：这项研究提出了两个自适应矢量总变化模型，用于借助图像振幅的先验知识对散斑的多通道合成孔径雷达（SAR）图像进行散斑。除了有效地去除多通道SAR图像的斑点外，所提出的新模型在很多方面还比其他总变化方法具有优势，例如保留雷达反射率，目标和边缘对比度。分别采用Bermudez-Moreno算法和加速快速迭代收缩阈值算法来实现这两个模型。在多极化，多时间RADARSAT-2图像上的实验结果表明，所提出的模型和相应算法的视觉质量和评估指标优于其他采用边缘保留的方法。

著录项

  • 来源
    《Image Processing, IET》 |2013年第9期|795-804|共10页
  • 作者

  • 作者单位
  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号