Combinación de transformación rápida finita de ondas de corte y red neuronal convolucional profunda optimizada: un mejor método para la reducción de ruido de imágenes de prueba de humedales
Autores: Cui, Xiangdong; Bai, Huajun; Zhao, Ying; Wang, Zhen
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Combinación de transformación rápida finita de ondas de corte y red neuronal convolucional profunda optimizada: un mejor método para la reducción de ruido de imágenes de prueba de humedales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Humedal
Imágenes experimentales
Método de reducción de ruido
Transformada de shearlet finita rápida
Red neuronal convolucional profunda
Ruido
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Las imágenes experimentales de humedales suelen estar afectadas por factores como las olas, las condiciones climáticas y la iluminación, lo que resulta en un ruido severo en las imágenes. Con el fin de mejorar la calidad y precisión de las imágenes experimentales de humedales, este documento propone un método de eliminación de ruido de imágenes experimentales de humedales basado en la transformada de cizallamiento finito rápido (FFST) y un modelo de red neuronal convolucional profunda.
Descripción
Las imágenes experimentales de humedales suelen estar afectadas por factores como las olas, las condiciones climáticas y la iluminación, lo que resulta en un ruido severo en las imágenes. Con el fin de mejorar la calidad y precisión de las imágenes experimentales de humedales, este documento propone un método de eliminación de ruido de imágenes experimentales de humedales basado en la transformada de cizallamiento finito rápido (FFST) y un modelo de red neuronal convolucional profunda.