Застосуваня прогнозування ефективності фільтрації до обробки гіперспектральних даних
DOI:
https://doi.org/10.36023/ujrs.2015.7.58Ключові слова:
дистанційне зондування, ДКПфільтр, прогнозування ефективності, гіперспектральні даніАнотація
Нещодавно було запропоновано декілька підходів до прогнозування ефективності ДКП-фільтрів. Вони дозволяють прогнозувати збільшення РВСШ (IPSNR) та покращення метрики візуальної якості PSNR-HVS-M (IPHVS) для оброблених зображень за умови, що характеристики завад є відомим або попередньо оцінені. В статті прогнозування застосовано до попередньої обробки десяти каналів гіперспектральних даних сенсора Гіперіон. Показано, що є канали, для яких немає сенсу застосовувати фільтрацію. Втім, є й канали, для яких IPSNR сягає 5…9 дБ і, відповідно, застосування фільтрації є доцільним.
Посилання
Acito N. Signal-dependent noise modeling and model parameter estimation in hyperspectral images / N. Acito, M. Diani, G. Corsini // IEEE Transactions on Geoscience and Remote Sensing. – 2011. – Vol. 49. – No 8. – P. 2957–2971.
An R-squared measure of goodness of fit for some common nonlinear regression models / C. Cameron, A. Windmeijer, A. G. Frank, H. Gramajo, D. E. Cane, C. Khosla // Journal of Econometrics. – 1997. – Vol. 77. – No 2. – P. 329–342.
Approaches to Automatic Data Processing in Hyperspectral Remote Sensing / V. Lukin, S. Abramov, N. Ponomarenko, S. Krivenko, M. Uss, B. Vozel, K. Chehdi, K. Egiazarian, J. Astola // Telecommunications and Radio Engineering. – 2014. – Vol. 73. – No 13. P. 1125–1139.
Christophe E. Hyperspectral Data Compression Tradeoff / E. Christophe // Optical Remote Sensing. Advances in Signal Processing and Exploitation Techniques, Springer. – 2011. – Vol. 8. – P. 9–29.
Chatterjee P. Practical Bounds on Image Denoising: From Estimation to Information / P. Chatterjee, P. Milanfar // IEEE Transactions on Image Processing. – May 2011. – Vol. 20. – No 5. – P. 1221–1233.
Chatterjee P. Is Denoising Dead / P. Chatterjee, P. Milanfar // IEEE Transactions on Image Processing. – 2010. – Vol. 19. – No 4. – P. 895–911.
Denoising of single-look SAR images based on variance stabilization and non-local filters / M. Makitalo, A. Foi, D. Fevralev, V. Lukin // Proceedings of MMET. – 2010. – 4 p.
Efficiency Analysis of Combined Despeckling of Single-Look SAR Images / R. A. Kozhemiakin, S. S. Krivenko, V. V. Lukin, R. C. P. Marques, F. N. S. de Medeiros, B. Vozel // Aerospace Engineering and Technology. – 2013. – Vol. 5.– No 102. – P. 102–111.
Exploiting patch similarity for SAR image processing: the nonlocal paradigm / C. A. Deledalle, L. Denis, G. Poggi, F. Tupin, L. Verdoliva // IEEE Signal Processing Magazine, Recent Advances in Synthetic Aperture Radar Imaging. – 2014. – 8 p.
Image denoising by sparse 3-D transform-domain collaborative filtering / K. Dabov, A. Foi, V. Katkovnik, K. Egiazarian // IEEE Transactions on Image Processing. – 2007. – Vol. 16. – No 8. – P. 2080–2095.
Image filtering based on discrete cosine transform /V. Lukin, R. Oktem, N. Ponomarenko, K. Egiazarian //Telecommunications and Radio Engineering. – 2007. – Vol. 66. – No 18. – P. 1685–1701.
Image Filtering: Potential Efficiency and Current Problems / V. Lukin, S. Abramov, N. Ponomarenko, K. Egiazarian, J. Astola // Proceedings of ICASSP, Prague. – May 2011. – P. 1433–1436.
Local Transform-based Denoising for Radar Image Processing / Egiazarian K.O., Melnik V.P., Lukin V.V., Astola J.T. // Proceedings of IS&T/SPIE International Conference on Nonlinear Image Processing and Pattern Analysis XII, San Jose, CA, USA. – 2011. – SPIE Vol. 4304. – P. 170–178.
On between-coefficient contrast masking of DCT basis functions / N. Ponomarenko, F. Silvestri, K. Egiazarian, M. Carli, J. Astola, V. Lukin // Proceedings of the Third Int. Workshop on Video Processing and Quality Metrics, USA.– 2007. – Vol. 3. – 4 p.
Pogrebnyak O. Wiener discrete cosine transform-based image filtering / O. Pogrebnyak, V. Lukin // SPIE: Journal of Electronic Imaging. – 2012. – Vol. 21. – Is. 4. – 15 p.
Prediction of DCT-based Denoising Efficiency for Images Corrupted by Signal-Dependent Noise / S. Krivenko, V. Lukin, B. Vozel, K. Chehdi // Proceedings of IEEE 34th International Scientific Conference Electronics and Nanotechnology, Kiev, Ukraine. – 2014. – P. 254–258.
Prediction of Filtering Efficiency for DCT-based Image Denoising / S. Abramov, S. Krivenko, A.Roenko, V. Lukin, I. Djurovic, M. Chobanu // Proceedings of MECO, Budva, Montenegro. – 2013. – P. 97–100.
Rubel O. S. Prediction of Despeckling Efficiency of DCT-based filters Applied to SAR Images / O. S. Rubel, V. V. Lukin. F.S. de Medeiros // Proceedings of DCOSS, Fortaleza, Brazil. – 2015. – P. 159–168.
Rubel A. Efficiency of DCT-based denoising techniques applied to texture images / A. Rubel, V. Lukin, O. Pogrebnyak // Proceedings of MCPR, Cancun, Mexico. – 2014. – P. 261–270.
Rubel O. An Improved Prediction of DCT-Based Filters Efficiency Using Regression Analysis / O. Rubel, V. Lukin //Information and Telecommunication Sciences, Kiev, Ukraine. – 2014. – Vol. 5. – No 1. – P. 30–41.
Rubel A. A Neural Network Based Predictor of Filtering Efficiency for Image Enhancement / A. Rubel, A. Naumenko, V. Lukin // Proceedings of MRRS, Kiev, Ukraine. – 2014. – P. 14–17.
Schowengerdt R. A. Remote Sensing: Models and Methods for Image Processing: Third edition / R. A. Schowengerdt // Academic Press, San Diego, CA. – 2007. – 515 p.
Zhong P. Multiple-Spectral-Band CRFs for Denoising Junk Bands of Hyperspectral Imagery / P. Zhong, R. Wang // IEEE Transactions on Geoscience and Remote Sensing. – 2013. – Vol. 51. – No 4. – P. 2260–2275.
Local signal-dependent noise variance estimation from hyperspectral textural images / M. Uss, B. Vozel, V. Lukin, K. Chehdi // IEEE J. Sel. Top. Signal Process. – 2011. – Vol. 5. – No. 3. – P. 469–486.
On Noise Properties in Hyperspectral Images / S. Abramov, M. Uss, V. Abramova, V. Lukin, B. Vozel, K. Chehdi // Proceedings of IGARSS, Milan, Italy. – 2015. – 4 p.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ліцензійні умови: автори зберігають авторські права та надають журналу право першої публікації на твір, одночасно ліцензований за міжнародною ліцензією Creative Commons Attribution License International CC-BY, що дозволяє іншим поділитися твором з підтвердженням авторства твору та первинною публікацією в цьому журналі.
Автори, направляючи рукопис у редакцію «Українського журналу дистанційного зондування Землі», погоджуються з тим, що редакції передаються права на захист і використання рукопису (переданого до редакції журналу матеріалу, в т. ч. такі об’єкти авторського права як фотографії автора, рисунки, схеми, таблиці тощо), в тому числі на відтворення у пресі та мережі Інтернет, на поширення, на переклад рукопису на будь-які мови, експорту та імпорту примірників журналу зі статтею авторів з метою розповсюдження, на доведення до загального відома. Зазначені вище права автори передають редакції без обмеження терміну і на території всіх країн світу без обмеження в т. ч. на території України.
Автори гарантують наявність у них виняткових прав на використання переданого редакції матеріалу. Редакція не несе відповідальності перед третіми особами за порушення даних авторами гарантій. За Авторами залишається право використання їх опублікованого матеріалу, його фрагментів і частин в особистих, у тому числи наукових і освітянських цілях. Права на рукопис вважаються переданими Авторами редакції з моменту підписання до друку випуску журналу, в якому він публікується. Передрук матеріалів, опублікованих у журналі, іншими фізичними та юридичними особами можливий тільки зі згоди редакції, з обов’язковим зазначенням випуску журналу, в якому було опубліковано матеріал.
