Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.83.187.36
    [SESS_TIME] => 1711697030
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 87b4db74c441ecef0ac2a1e4a0ea98b8
    [UNIQUE_KEY] => 8709ef249e4420731a9afeed2b9983b8
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2020 год, номер 1

ФИЛЬТРАЦИЯ ШУМА НА ГИПЕРСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЯХ

В.В. Шипко
Военно-воздушная академия им. проф. Н. Е. Жуковского и Ю. А. Гагарина, г. Воронеж, Россия
shipko.v@bk.ru
Ключевые слова: гиперспектральные изображения, гауссовский аддитивный шум, фильтрация, межканальная градиентная реконструкция, hyperspectral images, Gaussian additive noise, filtration, interchannel gradient reconstruction
Страницы: 23-32

Аннотация

Предложен подход к фильтрации гиперспектральных изображений, искажённых гауссовским аддитивным шумом, основанный на использовании свойства межканальной избыточности таких изображений. Разработанный алгоритм фильтрации шума позволяет сохранить контурный и яркостный портреты объектов в отдельных компонентах гиперспектрального изображения в отличие от алгоритмов линейной покомпонентной и векторной фильтрации, а также алгоритма усреднения по набору компонент. Полученные результаты численных исследований свидетельствуют о преимуществе межканальной градиентной реконструкции в точности восстановления искажённых аддитивным шумом компонент гиперспектральных изображений. Показана эффективность предложенного подхода на примере обработки реальных гиперспектральных изображений.

DOI: 10.15372/AUT20200103