Se propone un nuevo algoritmo de supresión de motas para imágenes de radar de apertura sintética (SAR) de alta resolución. Está basado en el filtro de medias no locales (NLM) y el modelo modificado de Aubert y Aujol (AA). Este método toma la función de Dirichlet no local como un elemento de regularización lineal, que construye el peso midiendo la similitud de las imágenes. Luego, se introduce un nuevo modelo de despeje combinando el elemento de regularización y el elemento de datos del modelo AA, y se propone un algoritmo iterativo para resolver el nuevo modelo. Los experimentos muestran que, en comparación con el modelo AA, el modelo propuesto tiene un rendimiento más efectivo en la supresión de motas; es decir, las medidas ENL y DCV son un 21,75% y un 4,5% más altas, respectivamente, que para NLM. Además, también tiene un mejor rendimiento en la conservación de la información de los bordes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un Idioma como un Sistema Crítico Autoorganizado
Artículo:
Grupos de simetría, reducciones de similitud y leyes de conservación de la ecuación fraccional en el tiempo de Fujimoto-Watanabe utilizando el método de análisis de simetría de Lie.
Artículo:
Esquema híbrido de localización WLAN-WSN en interiores para mejorar la precisión basado en redes neuronales artificiales
Artículo:
Mecanismo de Detección de Flujo de Elefante en Redes de Centros de Datos Basadas en SDN
Artículo:
Red de aprendizaje multicapa para la clasificación de modulación asistida con cancelación de desplazamiento de frecuencia en enlace satélite-tierra
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones