基于SVM的SAR图像去噪方法

下载PDF

导出

摘要在SAR(合成孔径雷达)图像处理中去噪是基础且重要的一步,常用的去噪方法虽然有很多,但往往在去噪的同时滤去了很多有用的信息,尤其是对于图像的边缘信息。支持向量机具有良好的分类性,因此能有效的应用于SAR图像的去噪,根据实验结果及相关数据证明基于SVM的SAR图像去噪方法与其它常用的去噪方法相比有去噪效果好同时能保留更多有用信息的优势。

作者张俊梅

机构地区广播电影电视管理干部学院制作系

出处《数字技术与应用》 2011年第9期178-179,共2页 Digital Technology & Application

关键词 SAR图像小波变换支持向量机相斑干噪声去噪

分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]

引文网络
相关文献

参考文献4

1VAPNIK V. The nature of statistical learning [M].New York:Springer.1995.
2柯永振,张加万,孙济洲,张怡,周小舟.结合支持向量机与C均值聚类的图像分割[J].计算机应用,2006,26(9):2081-2083. 被引量：9
3王志明,蒋加伏,唐贤瑛.基于SVM的小波图像去噪[J].湖南科技学院学报,2005,26(5):157-159. 被引量：4
4李雷,张建民.一种改善的基于支持向量机的边缘检测算子[J].计算机技术与发展,2010,20(3):125-127. 被引量：2

二级参考文献22

1徐彤阳,姚跃华,朱志勇.一种基于支持向量机的图像边缘检测方法[J].微机发展,2005,15(1):87-90. 被引量：7
2潘晨,闫相国,郑崇勋,梁成文.利用单类支持向量机分割血细胞图像[J].西安交通大学学报,2005,39(2):150-153. 被引量：12
3陈强,周则明,屈颖歌,王平安,夏德深.左心室核磁共振图像的自动分割[J].计算机学报,2005,28(6):991-999. 被引量：9
4梅跃松,杨树兴,莫波.基于Canny算子的改进的图像边缘检测方法[J].激光与红外,2006,36(6):501-503. 被引量：30
5张国宣孔锐施泽生.一种新的结合纹理特征的SVM图像分割方法.中国图象图形学报,2003,8:441-444.
6Konishi S, Yuille A L, Coughlan J M. A statistical approachto multi - scale edge detection [ J ]. Image Vision Comput, 2003,21 ( 1 ) :37 - 48.
7Rishi R R, Chaudhuri P. Thresholding in edge detection: a statistical approach [J ]. IEEE Tran on Image Processing, 2004,13(7) :927 - 936.
8Eli P. Feature detection algorithm based on a visual system model[ J ]. Proceedings of the IEEE, 2002,90 (1) : 78 - 94.
9Gomez - Moreno H, Maldonado - Bascon S, Low2 - Ferreras. Edge detection in noise images using the support vector machine[ M]//IWANN, Lecture Notes on Computer Science. Heidelberg:Springer- Verlag, 2001:685 - 692.
10Chang C C, Lin C J. LIBSVM: Introduction and benchmarks [ EB/OL]. 2001. http://www. csie. ntu. edu. tw/- cjlin/pap.

共引文献10

1靳红梅,刘蓉,张俊梅,梁荣.基于SVM的SAR图像分割方法[J].北京服装学院学报（自然科学版）,2009,29(3):44-48. 被引量：1
2姚玉钦.基于Contourlet变换的图像消噪处理[J].通信技术,2009,42(1):295-296.
3雷红艳,邹汉斌,周慧灿.基于聚类支持向量机的入侵检测算法[J].无线电工程,2009,39(2):45-47. 被引量：4
4邹汉斌,周学清.基于聚类的模糊支持向量机入侵检测算法[J].情报杂志,2009,28(3):175-178. 被引量：3
5张多,韩逢庆.基于支持向量机和有序聚类的岩层识别[J].智能系统学报,2014,9(1):98-103. 被引量：4
6吴丛,王晓红,范旭亮,鲍新雪.基于小波系数和模糊支持向量机模型的图像去噪研究[J].贵州大学学报（自然科学版）,2015,32(6):92-95. 被引量：1
7薛联凤,沈丽容,王伟军.基于D-S证据理论与C均值聚类的图像分割[J].计算机与信息技术,2009(10):39-41.
8于萧榕,郭昌言.基于决策支持向量机的入侵检测技术研究[J].电脑知识与技术（过刊）,2011,17(4X):2535-2537.
9黄秀丽.基于SVM的SAR图像去噪方法[J].电脑知识与技术,2013,9(11X):7560-7561.
10赵汝海,汪方斌.基于灰度和信息熵融合的金属疲劳偏振热像分割算法[J].激光与光电子学进展,2021,58(24):252-263. 被引量：1

1刘静雅.西门子PLC技术特性分析与应用[J].中国新技术新产品,2014(2):14-14. 被引量：1
2金奕江,马少平.汉字的线性分类实验[J].中文信息学报,2000,14(2):55-59. 被引量：1
3胡勇军,江嘉欣,常会友.基于LDA高频词扩展的中文短文本分类[J].现代图书情报技术,2013(6):42-48. 被引量：37
4陈国莉,黄全舟.面向对象技术在税务数据处理软件中的应用[J].福建电脑,2008,24(4):82-83.
5丁思远,洪宇,朱珊珊,姚建民,朱巧明.基于Tri-Training的事件关系分类方法研究[J].计算机工程与科学,2015,37(12):2345-2351.
6杨红超,肖基毅.基于HMM/BP混合模型的文本信息抽取研究[J].计算机技术与发展,2011,21(5):115-117. 被引量：3
7徐远方,李成城.基于支持向量机和约束条件的新词识别研究[J].计算机技术与发展,2014,24(1):98-101. 被引量：2
8郑浩,廖梦怡.一种改进半监督学习的图像语义自动识别方法[J].科技通报,2014,30(2):239-241.
9张新燕.用BP网求解模糊控制器输入量的隶属函数[J].重庆大学学报（自然科学版）,2004,27(5):54-56. 被引量：2
10王业琴,赵志国.基于直方图和颜色矩方法的木材表面颜色特征的表达[J].林业科技,2006,31(5):56-58. 被引量：8

数字技术与应用

2011年第9期

浏览历史

内容加载中请稍等...

基于SVM的SAR图像去噪方法

参考文献4

二级参考文献22

共引文献10

相关作者

相关机构

相关主题

浏览历史