文献

J-GLOBAL ID：201802278180925836   整理番号：18A0028848

漫画テクスチャ画像分解と共同最適化された回帰による超解像SAR画像【Powered by NICT】

SAR images super-resolution via cartoon-texture image decomposition and jointly optimized regressors

著者 (6件)： Wang Zhen (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an 710071, P. R. China IST, Graduate School of Informatics, Kyoto University, Kyoto, 606-8501, Japan) ,  Wang Shuang (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an 710071, P. R. China IST, Graduate School of Informatics, Kyoto University, Kyoto, 606-8501, Japan) ,  Xu Caijin (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an 710071, P. R. China IST, Graduate School of Informatics, Kyoto University, Kyoto, 606-8501, Japan) ,  Li Chengyuan (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an 710071, P. R. China IST, Graduate School of Informatics, Kyoto University, Kyoto, 606-8501, Japan) ,  Yue Bo (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an 710071, P. R. China IST, Graduate School of Informatics, Kyoto University, Kyoto, 606-8501, Japan) ,  Liang Xuefeng (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an 710071, P. R. China IST, Graduate School of Informatics, Kyoto University, Kyoto, 606-8501, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IGARSS  ページ： 1668-1671  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,合成開口レーダ(SAR)画像の空間分解能を増強するための新しいアプローチを提案した。SAR画像超解像(SR)再構成は困難であるSAR画像はより複雑な構造を有していた。自然画像SR法の最近の進歩に刺激されて,LR SAR画像からのHR SAR画像を再構成するために,SAR画像の特性と組み合わせた,関節に基づく学習戦略[1]を提案した。著者らの方法は,合成開口レーダ(SAR)画像の複雑な構造を処理する能力を持っている。に加えて,合成開口レーダ(SAR)画像は,漫画成分と集合組織成分に分解し,それぞれ処理した。分解戦略の目的は,合成開口レーダ(SAR)画像のスペックル雑音の影響を低減することである。実験結果と比較解析により,このアルゴリズムの有効性を検証する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 再構成 ,  *超解像 ,  合成開口レーダ ,  空間分解能 ,  *画像 ,  アルゴリズム ,  *最適化 ,  集合組織
準シソーラス用語： スペックル雑音 ,  自然画像 ,  *SAR画像 ,  *画像分解 ,  *テクスチャ ,  *漫画 , 【Automatic Indexing@JST】

分類 (1件)： レーダ  (ND13010H)

タイトルに関連する用語 (7件)： 漫画 ,  テクスチャ ,  画像分解 ,  共同 ,  最適化 ,  超解像 ,  SAR画像