சுருக்கம்

Despeckling of SAR Images Based on Bayes Shrinkage Thresholding in Shear let Domain

J.Sivasankari, M.Maritta Ashlin, T.Janani, D.Farehin Shahin

Synthetic Aperture Radar (SAR) is widely used for obtaining high-resolution images of the earth.SAR Image processing is greatly affected by speckle noise .The despeckling process of SAR image where speckle may interfere with automatic interpretation, which can further affect the processing of SAR image. Synthetic Aperture Radar (SAR) image is easily polluted by speckle noise. The speckle reduction of SAR images is based on spatial filter, Wavelet transform, Curvelet Transform, where the smoothening of image is difficult to achieve. Inorder to achieve an improvised quality in image the despeckling is done by using shearlet Domain. Thisproject introduces the effective speckle reduction of SAR images based on a new approach of Discrete Shearlet Transform withBayes Shrinkage Thresholding. The shearlet domain turns out to be a powerful tool for image enhancement in fine-structured areas. This model allows us to classify the shearlet coefficients into classes having different degrees of heterogeneity, which can reduce the shrinkage ratio for heterogeneity regions while suppresses speckle effectively to realize both despeckling and detail preservation. The combined effect of soft thresholding in Shearlet Transform works better when compared to the other spatial domain filter and transforms. It also performs better in the curvilinear features of SAR images.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

கல்வி விசைகள்
ஆராய்ச்சி பைபிள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
அறிஞர்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க