印佳
- 作品数:2 被引量:5H指数:1
- 供职机构:南京理工大学计算机科学与技术学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于主成分分析的高光谱遥感图像非局部去噪被引量:5
- 2015年
- 高光谱图像光谱分辨率的提高带来数据量的显著增加,普通针对二维图像的去噪方法不能有效地应用到高光谱图像上。根据高光谱图像本身和噪声的特征,研究基于PCA的非局部去噪方法,充分利用光谱谱间相似性和谱内相似性,首先进行PCA降维选择具有代表性的维度,然后在这些维度运用非局部的BM3D方法去除噪声,最后再返回到原图像得到去噪结果。实验结果表明,该方法的去噪效果令人满意。
- 印佳杜战战
- 关键词:高光谱遥感图像高斯白噪声
- 图像显著性启发的傅里叶频域变密度压缩采样
- 2016年
- 考虑到在传统的傅里叶频域中星形采样方法的采样区域针对性不强、重建效果不佳等缺点,提出一种基于傅里叶频域中图像显著性信息的变密度压缩采样方法。在传统星形采样的基础上,通过变化密度,在傅里叶频域中显著性区域相对密集采样,同时在非显著性区域相对稀疏采样,以达到更好地恢复图像显著特征信息的目的。实验结果表明,基于相同的信号重构算法,在采样率相同的条件下,该方法重建图像的结构相似度(SSIM)、峰值信噪比(PSNR),以及相对误差(ReErr)均优于传统的星形采样方法。
- 黄海肖亮印佳王光亮
- 关键词:压缩采样