文献

J-GLOBAL ID：201702258654529962   整理番号：17A0864227

繰り返し縮退に基づく複素非分離冗長重複変換を利用したレーダ画像ノイズ除去手法の提案

Radar Image Denoising based on Iterative Shrinkage with Complex Nonseparable Oversampled Lapped Transforms

著者 (4件)： 長山知司 (新潟大) ,  村松正吾 (新潟大 工) ,  山田寛喜 (新潟大 工) ,  杉山裕一 (富士通テン)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 96(CAS2017 1-23)  ページ： 7-12  発行年： 2017年06月12日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では複素レーダ画像ノイズ除去手法として複素非分離冗長重複変換(CNSOLT)の利用を提案する。CNSOLTは従来手法の非分離冗長重複変換を複素数体に拡張した画像変換であり,非分離性,重複性,直線位相特性,コンパクトサポート性を同時に満たす。ラティス構造は有理数の冗長度を持つパーセバルタイトフレームを構成でき,指向性を有する要素画像からなる辞書の設計が可能である。本研究では,CNSOLTと対象を複素信号に拡張した繰り返し縮退/閾値アルゴリズム(ISTA)を組み合わせた画像復元法を提案する。複素レーダ画像に対するノイズ除去実験により提案法の性能評価を行う。また,類似手法である複素K-SVDと性能比較を行う。(著者抄録)

シソーラス用語： *レーダ画像 ,  画像補正 ,  *雑音除去 ,  レーダ ,  画像変換 ,  *画像復元 ,  性能評価 ,  学習 ,  ツリー構造 ,  フィルタバンク ,  計算機シミュレーション ,  データ表現
準シソーラス用語： 画像雑音除去 ,  ミリ波レーダ ,  辞書学習 ,  スパース表現

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (27件)：

• Z. Cvetkovi? and M. Vetterli, ”Oversampled filter banks,” IEEE Transactions on Signal Processing, vol.46, no.5, pp.1245-1255, May 1998.
• L. Zhao, L. Wang, L. Yang, A.M. Zoubir, and G. Bi, ”The race to improve radar imagery: An overview of recent progress in statistical sparsity-based techniques,” IEEE Signal Processing Magazine, vol.33, no.6, pp.85-102, Nov. 2016.
• Y.C. Eldar and G. Kutyniok, Compressed Sensing: Theory and Applications, Compressed Sensing: Theory and Applications, Cambridge University Press, 2012.
• M. Elad, Sparse and Redundant Representations: From Theory to Applications in Signal and Image Processing, 1st edition, Springer Publishing Company, Incorporated, 2010.
• I. Rish and G. Grabarnik, Sparse Modeling: Theory, Algorithms, and Applications, Chapman & Hall, Taylor & Francis, 2014.

タイトルに関連する用語 (6件)： 縮退 ,  冗長 ,  レーダ ,  画像ノイズ除去 ,  手法 ,  提案