新的SAR去斑方法在基准测试中达到顶级性能

研究人员开发了一种新颖的合成孔径雷达（SAR）去斑方法，该方法可在不遮挡重要散射结构的情况下去除SAR图像中的噪声。新技术重新审视了非局部稀疏估计器，应用了log--Yeo-Johnson变换并将相似的块编码为组。这种方法确定性地固定了可调参数，包括从随机矩阵理论导出的几何校准校正，该校正将多个设置合并为一个解析确定的自由度。由此产生的估计器无需训练，并在合成基准测试中与十二种已发布的方法进行的24次比较中的18次中排名第一，在实际SAR配置中实现了最低的平均偏差，表现出卓越的性能。 AI

排序理由 学术论文，详细介绍了一种新的SAR去斑方法。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.CV 阅读 →

• alphaXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• lasso
• peak signal-to-noise ratio
• random matrix
• ScienceCast
• Structural Similarity Index Measure
• synthetic aperture radar
• Yeo-Johnson transformation

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →