Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Тема выпускной квалификационной работы: "Повышение качества РЛИ за счет применения нейронных сетей для фильтрации мультипликативного шума". Объект исследования - фильтрация мультиликативного шума. Цель работы - реализация и применение алгоритма фильтрации мультипликативного спекл-шума для повышения качества радиолокационных изображений (РЛИ), полученных с помощью радиолокаторов с синтезированной апертурой (РСА), на основе искусственных нейронных сетей (ИНС). Для фильтрации спекл-шума была разработана архитектура нейронной сети, обучение которой производилось на разработанном наборе данных. Для повышения качества РЛИ провели поиск оптимального параметра разработанного фильтра мультипликативного спекл-шума. На изображениях с различными особенностями протестировали и сравнили работу разработанного фильтра со стандартными фильтрами спекл-шума. Результатом работы является обученная нейронная сеть, способная более эффективно удалять мультипликативный спекл-шум на РЛИ, чем стандартные фильтры. Применение разработанного фильтра позволит проводить обработку (детектирование объектов, сегментация областей и др.) радиолокационных изображений без влияния спекл-шума.
The subject of the graduate qualification work is “Improving the quality of radar images by using neural networks to filter multiplicative noise”. The given work is devoted to the implementation and application of algorithm for filtering of multiplicative speckle noise based on artificial neural networks to improve the quality of radar images obtained using a synthetic aperture radar (SAR). A neural network architecture was developed to filter of multiplicative speckle noise, which was trained on the developed data set. A search was made for the optimal parameter of the developed filter of multiplicative speckle noise to improve the quality of radar images. We tested and compared the operation of the developed filter with standard speckle noise filters on images with different characteristics. The result of the work is a trained neural network that can more effectively remove multiplicative speckle noise on radar images than standard filters. The use of the developed filter will allow the processing (object detection, area segmentation, etc.) of radar images without the influence of speckle noise.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- ОПРЕДЕЛЕНИЯ, ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
- ВВЕДЕНИЕ
- 1 Радиолокационное синтезирование апертуры и фильтрация мультипликативного спекл-шума
- 1.1 Принцип действия радиолокатора с синтезированной апертурой
- 1.2 Алгоритм формирования РЛИ
- 1.3 Спекл-шум и методы его фильтрации
- 1.4 Выводы
- 2 Нейросетевой подход фильтрации мультипликативного шума
- 2.1 Архитектура ИНС для фильтрации мультипликативного шума
- 2.2 Оценка качества фильтрации мультипликативного шума
- 2.3 Выводы
- 3 Фильтрация мультипликативного шума на РЛИ
- 3.1 Разработка фильтра мультипликативного шума
- 3.2 Применение фильтра мультипликативного шума на реальных изображениях
- 3.3 Выводы
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Usage statistics
Access count: 11
Last 30 days: 1 Detailed usage statistics |