基于Sparse-Land模型的SAR图像噪声抑制与分割

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60971128
  • 项目类别：
    面上项目
  • 资助金额：
    30.0万
  • 负责人：
    侯彪
  • 依托单位：
    西安电子科技大学
  • 学科分类：
    F0113.信息获取与处理
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

本项目利用图像的稀疏特性这一重要先验知识，结合SAR图像噪声抑制和分割的应用需求，建立基于Sparse-Land模型的稀疏表示框架，研究基于稀疏表示的自适应字典训练算法、基于学习的SAR图像相干斑噪声抑制和混合噪声抑制；研究权重化的SAR图像稀疏表示方法及权值模型和权值训练算法，建立基于广义匹配追踪和克隆选择的匹配追踪算法，并用于SAR图像的鲁棒分割；实现基于稀疏表示的SAR图像处理软件系统。

结项摘要

SAR图像的特征区域多种多样，即有“点奇异”，也有“线奇异”；既有平滑区域，也有非平滑区域；既有光滑的轮廓线，也有非光滑的轮廓线；既有非纹理区域，也有纹理区域；等等。当前的小波分析和多尺度几何分析只是在理轮上能够有效处理分片光滑函数类和简单的奇异函数类，对于其它更为复杂的函数类型，还是无能为力。因此对于这种结构复杂类别繁多的SAR图像，如何得到更好的分割结果也是本项目的研究重点。本项目利用图像的稀疏特性这一重要先验知识，结合SAR图像噪声抑制和分割的应用需求，建立了基于Sparse-Land模型的稀疏表示框架，研究了基于稀疏表示的自适应字典训练算法、基于学习的SAR图像相干斑噪声抑制和混合噪声抑制；研究了权重化的SAR图像稀疏表示方法及权值模型和权值训练算法，建立了基于广义匹配追踪和克隆选择的匹配追踪算法，并用于SAR图像的鲁棒分割；研制了基于稀疏表示的SAR图像处理软件系统。研究成果在本领域重要期刊和会议上发表论文25篇，申报国家发明专利9项，获得奖励2项，培养硕士5名。

项目成果

期刊论文数量（17）
专著数量（0）
科研奖励数量（2）
会议论文数量（7）
专利数量（9）
用于 SAR图像分割的第二代Bandelet域 HMT2 3S模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    红外与毫米波学报
  • 影响因子：
    --
  • 作者：
    侯彪;翟艳霞;焦李成
  • 通讯作者：
    焦李成
基于稀疏表示及光谱信息的高光谱遥感图像分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子与信息学报. 2012, 34(2): 268-272. (EI收录).
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
MPM SAR Image Segmentation Using Feature Extraction and Context Model
使用特征提取和上下文模型的 MPM SAR 图像分割
  • DOI：
    10.1109/lgrs.2012.2189352
  • 发表时间：
    2012-04
  • 期刊：
    IEEE Geoscience and Remote Sensing Letters
  • 影响因子：
    4.8
  • 作者：
  • 通讯作者：
Image deblocking via sparse representation
通过稀疏表示进行图像去块
  • DOI：
    10.1016/j.image.2012.03.002
  • 发表时间：
    2012-07-01
  • 期刊：
    SIGNAL PROCESSING-IMAGE COMMUNICATION
  • 影响因子：
    3.5
  • 作者：
    Jung, Cheolkon;Jiao, Licheng;Sun, Tian
  • 通讯作者：
    Sun, Tian
An efficient matrix factorization based low-rank representation for subspace clustering
一种基于高效矩阵分解的子空间聚类低秩表示
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Pattern Recognition
  • 影响因子：
    8
  • 作者：
    Yuanyuan Liu;L.C. Jiao;Fanhua Shang
  • 通讯作者：
    Fanhua Shang

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于方向纹理信息的无监督图像分割
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    丛琳;沙宇恒;侯彪;焦李成
  • 通讯作者：
    焦李成
基于多利益相关者视角的耕地利用与保护研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    干旱区资源与环境
  • 影响因子：
    --
  • 作者：
    张红;王晓军;贾宁凤;侯彪
  • 通讯作者：
    侯彪
基于自适应窗口固定及传播的多尺度纹理图像分割
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子学报
  • 影响因子：
    --
  • 作者：
    侯彪;焦李成;包慧东;刘凤
  • 通讯作者：
    刘凤
基于第二代Bandelet域隐马尔科夫树模型的图像分割
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    自动化学报
  • 影响因子：
    --
  • 作者：
    徐婧;焦李成;刘凤;侯彪
  • 通讯作者：
    侯彪
基于稀疏自编码器和边缘保持的Wishart马尔科夫随机场的极化SAR图像分类(英文)
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    红外与毫米波学报
  • 影响因子：
    --
  • 作者：
    张姝茵;侯彪;焦李成;吴倩
  • 通讯作者：
    吴倩

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

侯彪的其他基金

结合成像特性和三维深度时空神经网络的VideoSAR动目标检测与语义分割
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    57 万元
  • 项目类别：
    面上项目
基于脑启发的PolSAR图像深层协同表示学习与分类
  • 批准号：
    61671350
  • 批准年份：
    2016
  • 资助金额：
    58.0 万元
  • 项目类别：
    面上项目
基于视觉先验学习和混合因子分析的极化SAR图像识别与分类
  • 批准号：
    61271302
  • 批准年份：
    2012
  • 资助金额：
    68.0 万元
  • 项目类别：
    面上项目
基于Contourlet的图像奇异性检测
  • 批准号：
    60472084
  • 批准年份：
    2004
  • 资助金额：
    20.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码