首页> 中国专利> 一种基于小波卷积神经网络的SAR图像去噪方法

一种基于小波卷积神经网络的SAR图像去噪方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于小波卷积神经网络的SAR图像去噪方法，包括：构建小波卷积神经网络；通过预设训练集对所述小波卷积神经网络进行训练，得到训练后的小波卷积神经网络；通过原始图像和所述训练后的小波卷积神经网络获取去噪图像。本发明提供的一种基于小波卷积神经网络的SAR图像去噪方法，考虑到小波系数能够反映图像的细节，利用多个网络分别预测获取小波系数，然后再进行重建，其结合了卷积神经网络的特征提取能力，在去除图像噪声的同时有效保持了图像的细节信息和结构特性。

著录项

公开/公告号CN110415180B

专利类型发明专利
公开/公告日2021-11-02

原文格式PDF
申请/专利权人西安电子科技大学;
展开▼

申请/专利号CN201910498585.7
发明设计人赖睿;荣轶彤;刘泽胜;官俊涛;徐昆然;李奕诗;
展开▼

申请日2019-06-10
分类号G06T5/00(20060101);
代理机构61230 西安嘉思特知识产权代理事务所(普通合伙);
代理人张捷
地址 710071 陕西省西安市太白南路2号
入库时间 2022-08-23 12:43:56

相似文献

专利
中文文献
外文文献

1. 一种基于小波卷积神经网络的SAR图像去噪方法 [P] . 中国专利： CN110415180B . 2021.11.02
2. 一种基于小波变换和生成对抗网络的SAR图像去噪方法 [P] . 中国专利： CN113808042A . 2021-12-17
3. Analysis method of convolutional neural network based on Wavelet transform for identifying motor imagery brain waves [P] . 韩国专利： KR102096565B1 . 2020-04-02

机译：基于小波变换的卷积神经网络识别运动图像脑电波的分析方法
4. A METHOD AND APPARATUS FOR DETERMINING FIRE-PRONE AREAS BASED ON ROAD TRAFFIC AND CONGESTED SECTIONS AND PREDICTING FIRES USING CONVOLUTIONAL NEURAL NETWORKS FOR FIREFIGHTING FACILITIES [P] . KR102350729B1 . 2022-01-14

机译：一种方法和装置，用于基于道路交通和拥挤部分确定火灾地区，并使用卷积神经网络进行消防设施的火灾
5. A SYSTEM AND METHOD FOR SCALABLE VIDEO CODING USING A WAVELET BASED ERROR RESILIENT PROBABILISTIC APPROACH [P] . IN2014MU03541A . 2016-05-13

机译：一种基于小波的误差弹性概率方法可伸缩视频编码的系统和方法