SAR图像去斑(Despeckling)研究的主流开源数据集

雷达信号处理
专栏收录该内容
¥399.90
¥499.90
252 篇文章

目录

一、专用去斑数据集(含配对噪声/无噪声图像)

二、通用SAR数据集(可用于去斑研究)

三、原始数据下载平台(可自建数据集)

四、合成数据集(基于光学图像)


一、专用去斑数据集(含配对噪声/无噪声图像)

这些数据集专门用于训练监督学习去斑模型,提供了配对的含斑SAR图像和对应的无噪声参考图像(Ground Truth)。

数据集名称 数据量与规格 构建方式 下载地址 特点
SAR Despeckling Filters Dataset 3,200张图像(512×512像素),分为训练集(3,000对)和验证集(200对) 基于Sentinel-1 GRD-HD(VV极化),通过10景多时相图像配准后像素级平均生成无噪声真值,单视图像作为含噪输入 Mendeley Da
基于小波变换和双边滤波器的SAR图像去斑算法 SAR图像在实际应用中会因为成像系统等原因出现斑点噪声,影响图像质量和后续处理的效果。针对这个问题,本文提出了一种基于小波变换和双边滤波器的SAR图像去斑算法。本文提出的算法利用小波变换和双边滤波器的优势,同时充分考虑了SAR图像斑点噪声的特点,具有较好的去斑效果。最终得到的sar_final即为去斑后的SAR图像。% 进行反小波变换,得到去除低频噪声后的SAR图像。基于小波变换和双边滤波器的SAR图像去斑算法。% 阈值处理:保留高幅值小波系数。% 双边滤波处理,去除斑点噪声。 534 阅读·0 点赞·0 收藏 阅读详情

相关推荐

【图像去噪】论文精读:Blind2Unblind: Self-Supervised Image Denoising with Visible Blind Spots(B2U)

论文题目:Blind2Unblind: Self-Supervised Image Denoising with Visible Blind Spots —— Blind2Unblind:具有可见盲点的自监督图像去噪CVPR 2022!大规模的真实噪声干净对成本高昂且难以获得。同时,在合成数据上训练的监督降噪器在实践中表现不佳。仅从单个噪声图像中学习的自监督去噪器解决了数据收集问题。然而,自监督去噪方法,尤其是盲点驱动方法,在输入或网络设计过程中遭受相当大的信息丢失。

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 675

使用 Python 对雷达卫星 sar 图像进行降噪的三种方法

斑点是一种颗粒干扰,由于发射的无线电波的反弹特性,会降低图像的质量,从而降低人眼的可解释性。如何摆脱它存在几种方法,但深度学习为这项任务带来了显着的改进。、Loïc Denis 和 Florence TupinMERLIN(coMplex sElf-supeRvised despeckLINg) :一种基于单视复杂SAR图像实部和虚部分离的自监督策略,我们在上一篇文章《迈向数据科学》中介绍过SAR2SAR: 利用多时相时间序列来训练神经网络仅通过查看噪声采集来恢复 SAR 图像。此方法是最新版本的。

三维点云技术探索 802

MATLAB SAR图像去斑滤波设计与应用

SAR是一种高分辨率的雷达系统,通过合成孔径技术对地球表面进行成像。与光学传感器不同,SAR可以在任何天气和光照条件下工作,这使得它成为监视和地图制作的理想选择。SAR图像通常包含丰富的纹理和形状信息,这些信息对于环境监测、灾害评估和地形测绘都至关重要。等效视数(Equivalent Number of Looks, ENL)是衡量合成孔径雷达(SAR)图像处理效果的一个关键参数。它代表了图像的平滑程度,是多视处理后图像的等效独立像元数。

weixin_33419305的博客 1069

Matlab版Lee散斑滤波工具包,适配SAR与超声图像去噪实战

直接运行的Lee滤波Matlab脚本(myLee.m),兼容2014a/2019a/2024a版本,开箱即用。窗口尺寸、局部方差阈值等核心参数全部外置可调,代码逐段中文注释,清晰呈现乘性噪声建模与自适应加权滤波逻辑。内置测试图像和输出示例(.png),无需额外数据即可验证效果。配套Python轻量接口(myLee.py)和基础依赖说明(requirements.txt),方便跨平台对照理解。专为合成孔径雷达(SAR)和医学超声图像设计,有效抑制散斑噪声带来的颗粒状伪影,提升后续边缘检测、目标分割或纹理分析的

postgres8guard的博客 239

SAR图像去相干斑KUAN算法实战

合成孔径雷达(SAR)是一种高分辨率的雷达系统,它通过沿飞行轨道移动的天线合成一个虚拟的大孔径,以此提高地面目标的分辨率。SAR技术能够在全天候、全天时的条件下对地表进行成像,广泛应用于地球观测、军事侦察以及农业、林业、城市规划等多个领域。SAR成像的核心在于其独特的雷达波传输与接收机制,能够捕捉到地表物体的散射特性。这些信息随后被转化为图像数据,供科研人员和决策者分析与利用。由于其能够穿透云层和夜暗进行探测,SAR技术在灾害监测、环境分析等方面具有无可替代的重要价值。

weixin_35756624的博客 963

基于74LS175的四人抢答电路设计(含详细设计分析及试错过程)

根据设计要求不难发现,只要有一人抢答,就会输出信号使指示灯常亮,此时其他人输入无效,适宜选择触发器,有人抢答时触发器输出由0变1,输出信号控制指示灯常亮,同时使CLR引脚输入0,触发器不工作,即其他选手不能再抢答。尝试加入一人抢答后其他人不可抢答功能,如下图,175四个~Q输出端接入同一个与非门,于是当有选手抢答时该与非门输出由0变1,将该信号输入U5A,U5A输出由1变0,接入~CLR即可使电路不再工作。但仿真时发现,该复位键仅可使抢答电路部分复位,计数部分只是暂停,并未复位。否则元器件将无法正常工作。

2202_75463653的博客 8177

用Python玩转Milvus:从安装SDK到完成第一个向量搜索Demo

本文为Python开发者提供了一份详细的Milvus向量数据库实战指南。文章重点讲解了如何规避版本兼容性陷阱,正确部署Milvus服务端并安装匹配的Python SDK。通过一个电影推荐系统的完整案例,演示了从数据建模、集合创建、向量插入、索引构建到执行混合搜索的全流程,帮助开发者快速上手并完成第一个向量搜索Demo。

weixin_29239279的博客 190

从FOC到你的无人机:深入浅出讲透Clark/Park变换在无刷电机控制中的核心作用

本文深入解析Clark变换与Park变换在无刷电机控制中的核心作用,揭示其如何将三相交流电转换为旋转坐标系下的直流量,实现无人机电机的高效精准控制。通过STM32硬件加速和工程实践案例,展示这对数学变换如何成为FOC算法的神经中枢,大幅提升系统响应速度和能效表现。

weixin_42628941的博客 164

【考研复试】西安电子科技大学上机题

【考研复试】西安电子科技大学上机题

全网粉丝30W+,CSDN、稀土掘金人工智能领域签约作者,人工智能、大模型、Python 爬虫,商务合作,请私信沟通。 1730

鸿蒙开发之hdc命令行

hdc(HarmonyOS Device Connector)是HarmonyOS为开发人员提供的用于调试的命令行工具,通过该工具可以在windows/linux/mac系统上与真实设备进行交互。

xiangzhihong8的专栏 5807

海思SD3403/SS928V100开发(6)单路GMSL-MIPI-YUV相机视频输入调试

硬件连接:森云GMSL相机 -> GMSL 解串器 -> SD3403 MIPI0暂时先进行单路视频输入通路调试。

jzwjzw19900922的博客 1924

目标检测YOLO实战应用案例100讲-基于数据融合的SAR图像中海上目标检测与跟踪(中)

本文使用的数据集为欧空局(European Space Agency, ESA)提供的Sentinal-1 数据集,Sentinel-1是欧洲“哥白尼计划”的SAR卫星机群,主要是用于陆地和海 洋服务的极地轨道全天候昼夜雷达成像任务[ 34]。Sentinel-1A于2014年4月3日发 射升空,Sentinel-1B于2016年4月25日发射升空,每颗卫星都携带C波段SAR, 共同提供地球表面的全天候、昼夜图像。

qq_36130719的博客 348

史上最全!研究生科研必备科研工具(含AI科研工具),附使用说明和示例

这些工具在科研中的应用非常广泛,可以帮助研究生更高效地完成研究任务。为了更好地利用这些工具,建议深入学习它们的官方文档和教程,或者参加相关的工作坊和培训。

智能AI让学术科研更容易 3935

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

上一篇: 待补充内容后续补充
下一篇: 【LeRobot教程】第一章:LeRobot基础架构与核心概念

双11狂欢大促

盲盒赢 定制羽绒服

开启惊喜盲盒,抽取你的专属好礼

— 惊喜奖品抢先看 —
VectorShift
博客等级 码龄1年 1774粉丝 1093原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

VectorShift

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值