Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

SAR image despeckling based on sparse representation and structural features of image patches

تعداد صفحات: 9 | تعداد نمایش خلاصه: 66 | نظرات: 0
سال انتشار: 1399
کد COI Paper: MECECONF01_049
زبان Paper: Englishglish
(فایل این Paper در 9 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper SAR image despeckling based on sparse representation and structural features of image patches

Maryam Hayati - Department of Electrical Engineering South Tehran Branch Islamic Azad University Tehran, Iran
Mohamad Hosein Davoodabadi Farahani - Department of Electrical Engineering South Tehran Branch Islamic Azad University Tehran, Iran

چکیده Paper:

Synthetic aperture radar (SAR) sensor collects imagery information and can be used in every climate conditions. The images taken by SAR are widely used in both civilian and military domains but unfortunately such images are always degraded by speckle noise which affects the subsequent image processing algorithms using SAR images as inputs.Recently many researchers have used sparse representation (SR) for a variety of applications including image denoising and classification and the resulting algorithms generally outperform the precedent methods. In this paper we propose to use SR for denoising SAR images corrupted by the multiplicative speckle noise. In the proposed method the dictionary used in sparse representation is first learnt using some high quality images and subsequently used for denoising a noisy image. In order to account for the structural information in patches of the image under operation, k-means clustering is also adopted to classify patches of the image into different clusters. We also propose the use of a dictionary learnt from completely noisy patches to further remove the residual noise. Experimental results and the comparison to another method based on SR proposed in the literature signifies the efficiency of the proposed algorithm.

کلیدواژه ها:

Sparse representation, Dictionary learning, Denoising, Speckle

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1044290/

کد COI Paper: MECECONF01_049

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined,1399,SAR image despeckling based on sparse representation and structural features of image patches,اولین کنفرانس علمی پژوهشی مکانیک، برق، کامپیوتر و علوم مهندسی,,,https://civilica.com/doc/1044290

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399, Hayati, Maryam؛ Mohamad Hosein Davoodabadi Farahani)
برای بار دوم به بعد: (1399, Hayati؛ Davoodabadi Farahani)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: azad university
تعداد مقالات: 9,074
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support