350 руб
Журнал «Успехи современной радиоэлектроники» №6 за 2014 г.
Статья в номере:
Беспороговая вейвлет-фильтрация спекл-шума в РСА-изображениях
Ключевые слова: цифровая обработка изображений радары с синтезированной апертурой спекл вейвлет-преобразование
Авторы:
Ю.С. Бехтин - д.т.н., профессор, кафедра «Автоматика и информационные технологии в управлении», Рязанский государственный радиотехнический университет. E-mail: yuri.bekhtin@yandex.ru А.А. Брянцев - к.т.н., доцент, кафедра «Автоматика и информационные технологии в управлении», Рязанский государственный радиотехнический университет. E-mail: druf@rambler.ru Д.П. Малебу - аспирант, Рязанский государственный радиотехнический университет. E-mail: malebinho20000@hotmail.com
Аннотация:
Главная идея, положенная в основу алгоритмического обеспечения аппаратных средств для обработки изображений, полученных с помощью радаров с синтезированной апертурой (РСА) и искаженных спекл-шумом, заключается в совместном использовании IV типа распределения Пирсона и обобщенного распределения Гаусса для поиска оценок вейвлет-коэффициентов по методу максимума апостериорной плотности вероятности в субполосах быстрого вейвлет-преобразования.
Страницы: 45-52
Список источников

  1. Бехтин Ю.С.Обработка зашумленных изображений на основе вейвлет-преобразований // Вестник Рязанского государственного радиотехнического университета. 2006. № 18. С. 141-144.
  2. Бехтин Ю.С., Брянцев А.А. Предварительная текстурная сегментация при сжатии данных зашумленных изображений на основе вейвлет-преобразований // Вестник Рязанского государственного радиотехнического университета. 2007. № 19. С. 45-50.
  3. Радиолокационные станции бокового обзора / Под ред. А.П.Реутова. М.: Сов. радио. 1970.
  4. Технология построения радиоволновых систем дистанционного мониторинга и сейсмопрогнозирования / А.П.Реутов, А.П.Охинченко, С.Б.Писарев М.: Наукоемкие Технологии. 2001. Т. 2. № 2. С. 40-48.
  5. Goodman J.W. - Some fundamental properties of speckle?. J.Opt. Soc. Am. 1976. V. 66. № 11. Р. 1145-1150.
  6. Gonzalez R.C., Woods R.E. Digital Image Processing. Addison Wesley. 1992.
  7. Lee J.S. Speckle suppression and analysis for synthetic aperture radar images // Optical Engineering. 1986. № 25.
  8. Kuan D.T., Sawchuk A.A., Strand T.C., Chavel P. Adaptive noise smoothing filter for images with signal-dependent noise // IEEE Trans. on Pattern Analysis and Machine Intelligence. 1985. V. PAMI 7.
  9. Frost V.S., Stiles J.A., Shanmugan K.S., Holtzman J.C.A model for radar images and its applications to adaptive digital filtering of multiplicative noise // IEEE Trans. on Pattern Analysis and Machine Intelligence. 1982. V. PAMI 4.
  10. Foucher S., Bénié G.B., Boucher J. - M. Multiscale MAP filtering of SAR images // IEEE Trans. on Image Processing, 2001. V 18. № 1. Р. 49-60.
  11. Guo H., Odegard J.E., Lang M., Gopinath R.A., Selesnick I.W., Burrus C.S. Wavelet-based speckle reduction with application to SAR based ATD/R // IEEE International Conf. on Image Processing. 1994. V 1. P.75-79.
  12. Gagon L., Smaili F.D. Speckle noise reduction of airborne SAR images with symmetric Daubechies wavelets // Proc. SPIE Signal Data Processing Small Targets. 1996.
  13. Малла С. Вейвлеты в обработке сигналов. М.: Мир. 2005.
  14. Donoho D.L. De-noising by soft-thresholding // IEEE Trans. on Information Theory. 1995. V. 41. № 3. Р. 613-627.
  15. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразования. СПб.: ВУС. 1999.
  16. Adams M.D. The JPEG-2000 still image compression standard. 2001.
  17. Said A., and Pearlman W.A. A new fast and efficient image codec based on set partitioning in hierarchical trees // IEEE Trans on Circ. and Syst. Video Tech. 1996. V. 6.
  18. Bekhtin Yu. Optimal subband wavelet thresholding using noisy and non-noisy data of images // Proceedings of 2nd IEEE Region 8 EURASIP Symposium on Image and Signal Processing and Analysis. Pula. Croatia. 2001. June.
  19. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука. Глав. ред. физ. - мат. лит. 1984.
  20. Mittal M.L., Singh V.K., and Krishnan R. Wavelet transform based technique for speckle noise suppression and data compression for SAR images // Proc. of the Fifth International Symposium on Signal Processing and Applications. 1999. P. 781-784.
  21. Chang S.G., Yu B., and Vetterli M. Adaptive wavelet thresholding for image denoising and compression // IEEE Trans. on Image Processing. 2000. V. 9. № 9. Р. 1532-1546.
  22. Argenti F., Bianchi T., Alparone L. Multiresolution MAP despeckling of SAR images based on locally adaptive generalized Gaussian pdf modeling // IEEE Trans. on Image Processing. 2006. V. 15. № 11. Р. 3385-3399.
  23. Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P.Image quality assessment: from error visibility to structural similarity // IEEE Trans. on Image Processing. 2004. V. 13. № 4. Р. 600-612.
  24. The SSIM index for image quality assessment, http://www.ece.uwaterloo.ca/~z70wang/research/ssim/.