基于多尺度学习型字典表示的极地浅层探冰雷达图像去噪算法

摘要：

为了更好地解决极地浅层探冰雷达回波信号中的杂波和噪声问题,提出了一种基于多尺度学习型字典表示的极地浅层探冰雷达图像去噪算法.该算法首先通过曲波变换构建曲波系数矩阵,在曲波域使用自适应字典学习得到原子尺寸不同的多尺度字典,最后利用去噪和修正后的曲波系数重建浅层探冰雷达剖面图像,完成最终的去噪.结果表明:相较于曲波变换去噪算法、K-SVD(K-奇异值分解)去噪算法,改进的算法不但能够有效地去除噪声,提高图像的峰值信噪比,而且探冰雷达图像的边缘轮廓信息得到了较好的保留,有着良好的视觉效果.

关键词：曲波变换、K-SVD算法、探冰雷达、图像去噪

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金41776199, 41876230, 41876227;科技部重点研发计划2016TFSF070064-3

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：319-324