首页 | 本学科首页   官方微博 | 高级检索  
     

轮廓波和非负稀疏编码收缩的毫米波图像恢复
引用本文:尚丽,苏品刚,周昌雄. 轮廓波和非负稀疏编码收缩的毫米波图像恢复[J]. 激光与红外, 2011, 41(9): 1049-1053. DOI: 10.3969/j.issn.1001-5078.2011.09.024
作者姓名:尚丽  苏品刚  周昌雄
作者单位:1. 苏州市职业大学电子信息工程系,江苏苏州215104;中国科学技术大学自动系,安徽合肥230026
2. 苏州市职业大学电子信息工程系,江苏苏州215104;东南大学毫米波国家重点实验室,江苏南京210098
3. 苏州市职业大学电子信息工程系,江苏苏州,215104
基金项目:国家自然科学基金项目(No.60970058);江苏省自然科学基金项目(No.BK2009131);江苏省“青蓝工程”项目;苏州市职业大学创新团队项目(No.3100125)资助
摘    要:针对毫米波图像存在的分辨率较低的问题,结合局部非负稀疏编码(non-negative sparse coding,NNSC)算法的自适应高阶统计特性以及轮廓波分解的方向性和能量变化特性,提出了一种新的基于轮廓波和NNSC收缩的毫米波图像恢复方法。NNSC算法是近年来发展起来的模拟人类视觉系统信息处理的有效方法。使用NNSC训练得到的特征基向量和最大似然估计(MLE),能够自适应地确定收缩去噪阈值,并把该收缩技术应用到轮廓波变换域,则能够大大减少毫米波图像中的大量未知噪声,提高毫米波图像的恢复质量。采用无噪自然图像验证基于轮廓波和NNSC收缩的图像恢复方法,实验结果证实了所提出的算法的有效性和实用性,表明该方法能够有效地用于低分辨率图像的恢复。

关 键 词:非负稀疏编码;轮廓波变换;阈值收缩;特征基向量;图像恢复

Denoising millimeter wave image using contourlet and sparse coding shrinkage
SHANG Li,SU Pin-gang,ZHOU Chang-xiong. Denoising millimeter wave image using contourlet and sparse coding shrinkage[J]. Laser & Infrared, 2011, 41(9): 1049-1053. DOI: 10.3969/j.issn.1001-5078.2011.09.024
Authors:SHANG Li  SU Pin-gang  ZHOU Chang-xiong
Affiliation:Department of Electronic Information Engineering,Suzhou Vocational University,Suzhou 215104,China;Department of Automation,University of Science and Technology of China,Hefei 230026,Chnia;Southeast University,State Key Laboratory of Millimeter Wave,Nanjing 210096,China
Abstract:
Keywords:non-negative sparse coding  contourlet transform  threshold shrinkage  feature extraction  image denoising
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《激光与红外》浏览原始摘要信息
点击此处可从《激光与红外》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号