[发明专利]一种SAR图像的去噪方法有效
申请号: | 201611198434.2 | 申请日: | 2016-12-22 |
公开(公告)号: | CN106780387B | 公开(公告)日: | 2020-06-02 |
发明(设计)人: | 詹云军;代腾达;黄解军;唐聪 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 武汉开元知识产权代理有限公司 42104 | 代理人: | 潘杰;胡艺 |
地址: | 430070 湖北省*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种SAR图像的去噪方法,选取SAR图像训练样本集并初始化离散余弦变换字典DCT字典,获取表示当前训练样本的稀疏系数与表示训练样本残差的稀疏系数的集合,并对集合中各个稀疏系数由大到小进行排序,对前K个稀疏系数对应的字典原子进行求解,得到表示训练样本的稀疏系数,利用重构训练样本的误差最大项对应的训练样本或者是加权误差的归一化更新字典原子,去除字典中相关性大于预设上限或者对应稀疏系数小于预设下限的原子得到自适应学习字典。避免仅仅依靠字典和训练样本的相似性进行选择字典原子造成字典系数不够稀疏的缺点,并且加快了求解字典稀疏系数的速度,提高了自适应学习字典的合理性。 | ||
搜索关键词: | 一种 sar 图像 方法 | ||
【主权项】:
一种SAR图像的去噪方法,其特征在于:步骤1,选取SAR图像训练样本集并初始化离散余弦变换字典DCT字典;步骤2,获取表示当前训练样本的稀疏系数与表示训练样本残差的稀疏系数的集合,并对所述集合中各个稀疏系数由大到小进行排序,对前K个稀疏系数对应的字典原子进行求解,得到表示训练样本的稀疏系数;步骤3,利用重构训练样本的误差最大项对应的训练样本或者是加权误差的归一化更新字典原子;步骤4,去除字典中相关性大于预设上限或者对应稀疏系数小于预设下限的原子得到自适应学习字典。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201611198434.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序