Детальная информация

Название: Повышение качества РЛИ за счёт применения нейронных сетей для фильтрации мультипликативного шума: выпускная квалификационная работа бакалавра: направление 11.03.02 «Инфокоммуникационные технологии и системы связи» ; образовательная программа 11.03.02_06 «Оптические телекоммуникационные системы»
Авторы: Корчагина Алёна Витальевна
Научный руководитель: Макаров Сергей Борисович; Павлов Виталий Александрович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт электроники и телекоммуникаций
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: радиолокационное изображение; радиолокационное синтензирование апертуры; мультипликативный шум; фильтрация спекл-шума; параметры фильтров; нейронные сети; оптическое изображение; radar image; synthetic-aperture radar; multiplicative noise; speckle noise filtering; filter parameters; neural networks; optical images
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 11.03.02
Группа специальностей ФГОС: 110000 - Электроника, радиотехника и системы связи
DOI: 10.18720/SPBPU/3/2022/vr/vr22-2615
Права доступа: Доступ по паролю из сети Интернет (чтение)
Дополнительно: Новинка
Ключ записи: ru\spstu\vkr\18587

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Оглавление

  • 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

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика