由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版SAR图像去噪模型及算法97875763252北京理工大学
¥ ×1
章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 2
1.2.1 基于空域的去噪算法研究现状 2
1.2.2 基于变换域的去噪算法研究现状 3
1.. 基于深度学习的去噪算法研究现状 4
第2章 SAR成像基础 8
2.1 基础知识 8
2.2 SAR成像原理 9
. SAR去噪基础框架 13
2.4 SAR图像去噪评价 16
2.4.1 主观评价准则 17
2.4.2 客观评价准则 17
第3章 多尺度几何变换基础理论
3.1 Contourlet变换及其改进
3.1.1 Contourlet变换
3.1.2 小波-Contourlet变换 25
3.1.3 非下采样方向滤波器 27
3.1.4 复Contourlet变换 28
3.1.5 NSDFB-DTCWT构造 30
3.2 Shearlet变换及其改进 31
3.2.1 Shearlet变换 32
3.2.2 离散Shearlet变换 33
3.. 复Shearlet变换 35
3.2.4 剪切-双树复小波变换 37
3.3 移不变二维混合变换 39
第4章 稀疏表示及低秩矩阵重构理论 43
4.1 稀疏表示 43
4.2 低秩矩阵分析 45
第5章 深度学习基础知识 48
5.1 CNN 48
5.2 注意力机制 51
5.2.1 简介 51
5.2.2 原理与优点 52
5.. 分类 54
5.2.4 模型结构介绍 56
第6章 基于Contourlet变换的SAR图像去噪 60
6.1 基于小波-Contourlet变换和循环平移算法的SAR图像去噪 60
6.1.1 算法描述 61
6.1.2 实验结果与分析 61
6.2 基于复Contourlet高斯比例混合模型的SAR图像去噪 65
6.2.1 高斯比例混合模型及其在去噪中的应用 66
6.2.2 实验结果与分析 68
6.3 基于局部混合滤波的SAR图像去噪 70
6.3.1 局部混合滤波简介 71
6.3.2 局部混合滤波在SAR图像去噪中的应用 73
6.3.3 实验结果与分析 74
第7章 基于Shearlet变换的SAR图像去噪 77
7.1 基于双变量的SAR图像去噪 77
7.1.1 双变量去噪模型 77
7.1.2 实验结果与分析 78
7.2 基于复Shearlet域的高斯混合模型的SAR图像去噪 82
7.2.1 高斯混合模型去噪算法 82
7.2.2 实验结果与分析 84
7.3 基于剪切-双树复小波变换的SAR图像去噪 86
7.3.1 软阈值去噪 86
7.3.2 Lee滤波去噪 87
7.3.3 K-奇异值分解 88
7.3.4 基于剪切-双树复小波变换的SAR图像去噪算法 89
7.3.5 实验结果与分析 90
7.4 基于权重优化的广义非局部阈值的SAR图像去噪 92
7.4.1 广义非局部均值算法 92
7.4.2 基于权重优化的广义非局部阈值的SAR图像去噪算法 94
7.4.3 实验结果与分析 97
7.5 基于相似验与子块排序的NSST域的SAR图像去噪 100
7.5.1 NSST域子块相似验 101
7.5.2 基于相似验的子块排序去噪算法 103
7.5.3 实验结果与分析 106
第8章 基于稀疏表示和低秩矩阵分解的SAR图像去噪 111
8.1 基于稀疏表示的Shearlet域的SAR图像去噪 111
8.1.1 基于稀疏表示的去噪模型 111
8.1.2 共轭梯度法求解去噪模型 113
8.1.3 基于稀疏表示的SAR图像去噪 114
8.1.4 实验结果与分析 117
8.2 基于非局部先验的稀疏域的SAR图像去噪 1
8.2.1 非局部去噪模型 1
8.2.2 相干斑噪声抑制模型 124
8.. 交替算法求解模型 125
8.2.4 实验结果与分析 126
8.3 基于纹理强度和加权核范数化的SAR图像去噪 129
8.3.1 噪声水平估计 130
8.3.2 加权核范数化 135
8.3.3 基于纹理强度和加权核范数化的SAR图像盲去噪算法 136
8.3.4 实验结果与分析 138
8.4 结合加权核范数化与灰色理论的SAR图像去噪 141
8.4.1 灰色理论 141
8.4.2 结合WNNM与灰色理论的相干斑噪声抑制 142
8.4.3 实验结果与分析 143
第9章 基于深度学习的SAR图像去噪 150
9.1 基于CNN先验的图像降噪模型 150
9.1.1 图像降噪模型 150
9.1.2 CNN降噪器 152
9.1.3 基于向导滤波的图像融合 154
9.1.4 基于CNN先验和向导滤波的SAR图像去噪 155
9.1.5 实验结果与分析 157
9.2 基于FFDNet去噪模型的SAR图像盲去噪 168
9.2.1 自然图像中的噪声和峰度的尺度不变设 68
9.2.2 基于峰度的尺度不变和分段平稳的图像噪声水平估计 169
9.. 噪声水平图 174
9.2.4 网络结构 175
9.2.5 SAR图像盲去噪算法 176
9.2.6 实验结果与分析 177
9.3 基于多尺度混合域的SAR图像去噪 183
9.3.1 噪声抑制模型构造 183
9.3.2 低频噪声抑制 184
9.3.3 高频噪声抑制 185
9.3.4 实验结果与分析 188
0章 基于移不变二维混合变换的机场雷达成像噪声抑制 203
10.1 机场雷达图像去噪 204
10.2 实验结果与分析 205
刘帅奇于北京交通大学计算机与信息技术学院,获工学博士。曾赴加拿大渥太华大学做访问学者。现为河北大学教授、信息工程学院副院长、硕士导师,河北省机器视觉技术创新中心副主任,CCF高级会员、CCF计算机视觉专委会执行委员,兵器装备工程学报青年编委、IJAMML期刊编委。研究方向为计算视觉与多维信号处理,主要涉及图像去噪、图像融合、边缘检测、医学影像处理和图像几何分离等研究域。后获评河北省燕赵英才、河北省高等学校青年拔尖人才、江海英才、新时代保定好青年、河北大学首届“学生喜的教师”等荣誉称号。主持3项、省3项,参与和省部级各类项目10余项。已发表和录用100多篇,其中包括70篇SCI检索期刊。出版图书3部,参与出版图书2部。
刘彤于河北大学信息工程学院,获工学硕士。现为河北大学理研究员,研究方向为稀疏表示、深度学习和图像处理。近年来先后参与各类项目3项,发表2篇。
赵淑欢于燕山大学信息科学与工程学院,获工学博士。现为河北大学讲师、通信与工程系主任、硕士生导师。研究方向为稀疏表示、人脸识别和图像处理与分析。参与1项、省2项。主持河北省教育厅项目1项、产合作协同育人项目1项。发表10余篇,其中包括7篇SCI检索。2017年获ACM秦皇岛博士奖。
赵杰于河北工业大学电气工程学院,获工学博士。曾赴澳大利亚维多利亚大学做访问学者。现为河北大学二级教授、博士生导师、发展规划处处长,高等校信息类教学指导委员会委员,河北省教学名师、人工智能学会副理事长、机器视觉技术创新中心主任,宝钢教师。主持并承担多项自然科学、科技部重点研发项目等科研课题。主持并完成虚拟实验教学中心的建设。以完成人获得河北省科技进步二等奖、河北省教学成果一等奖。发表学术100余篇,其中包括80余篇SCI和EI检索。出版学术著作和教材2部。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格