典型文献
一种遥感影像混合噪声二阶去除方法
文献摘要：
遥感影像去噪对于影像后续的使用和研究具有重要意义.高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点.针对以上问题,提出了一种遥感影像混合噪声二阶去除方法.该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪.为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征.该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果.为验证算法的可行性和有效性,进行了遥感影像去噪实验及去噪影像边缘检测实验.分析实验结果,无论从主观视觉还是客观评价指标上进行对比,提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好地保留影像边缘细节及纹理特征,获得更清晰的影像结果.
文献关键词：
遥感影像;混合噪声;DnCNN;自适应中值滤波;最近邻域像素加权中值
中图分类号：
作者姓名：
张胜国;任超;王子彦;闫志恒;刘桃林;郭玥;张旭东
作者机构：
桂林理工大学测绘地理信息学院,桂林541006;广西空间信息与测绘重点实验室,桂林541006
文献出处：
引用格式：
[1]张胜国;任超;王子彦;闫志恒;刘桃林;郭玥;张旭东-.一种遥感影像混合噪声二阶去除方法)[J].科学技术与工程,2022(30):13219-13226
A类：
DropoutLayer,最近邻域像素加权中值
B类：
遥感影像,混合噪声,去除方法,高斯噪声,椒盐噪声,去噪算法,去噪效果,后影,第一阶段,DnCNN,网络框架,扩张卷积,感受野,特征信息,卷积层,降噪模型,防止网络,过拟合,影像质量,边缘细节,纹理特征,第二阶段,自适应中值滤波,口中,边缘检测,客观评价指标,去噪方法,留影
AB值：
0.24559
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
