位置:成果数据库 > 期刊 > 期刊详情页
基于FCM算法的SAR图像相干斑噪声滤波算法研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]沈阳航空航天大学电子信息工程学院,沈阳110136, [2]东南大学移动通信国家重点实验室,南京210096
  • 相关基金:基金项目:国家自然科学基金资助项目(61171081);航空科学基金资助项目(20122654);江苏省博士后基金资助项目(1101077e)
中文摘要:

针对FCM分割对SAR图像斑点噪声敏感的特点,提出了一种新的去噪方法。所提出的方法主要分三个步骤:首先,分别对获得的两幅同源不同时相的SAR图像进行小波和Lee滤波结合去噪;然后,通过对数比值检测方法获得变化信息,利用双边滤波器处理变化信息,以获得能保留图像丰富细节信息的图像降噪效果;最后,利用FCM方法把变化信息分成两类,这样就可以获得变化检测结果。Ottawa地区的部分图像作为检测算法性能的数据库。将去噪方法相互比较,结果表明提出的算法分类正确率达到98.29%,优于其他去噪方法。

英文摘要:

In order to improve FCM segmentation, this paper proposed a new image denoising method. The traditional FCM method was sensitive to SAR image speckle noise. The proposed method worked in three steps. First of all, this paper used the wavelet transform method combined with Lee filtering method to denoise two SAR images respectively. The two images were of homologous phase from same area. Then, the logarithmic ratio detection method achieved the change information. With the bi- lateral filter, the denoising result could keep ample details of image. Finally, the FCM method divided the change information into two classes, and achieved the change detection resuh. This method took the parts of image of Ottawa area as data set for the performance evaluation. Compared with other denoising methods, the results show that the classification accuracy of the proposed algorithm reaches 98.29%, so it is better than other algorithms.

同期刊论文项目
期刊论文 45 会议论文 33 获奖 4
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049