Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

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

اولین کنفرانس علمی پژوهشی مکانیک، برق، کامپیوتر و علوم مهندسی
سال انتشار: 1399
کد COI مقاله: MECECONF01_049
زبان مقاله: انگلیسیمشاهده این مقاله: 375
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله 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 مقاله:

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:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا MECECONF01_049 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

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

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Hayati, Maryam and Davoodabadi Farahani, Mohamad Hosein,1399,SAR image despeckling based on sparse representation and structural features of image patches,The first scientific-research conference on mechanics, electricity, computer and engineering sciences,https://civilica.com/doc/1044290

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله 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.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 11,786
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.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی