";

研究目标：针对高光谱遥感数据采集、传输、成像全流程中引入的复杂的多源混合噪声问题，建立多源混合噪声模型，研究并比较多种高光谱图像去噪方法，分析算法的收敛性、稳定性、计算时效性和去噪性能，设计有效的高光谱遥感图像去噪算法和重建图像质量评估方法，提高高光谱遥感图像分类、目标识别等后续应用效果。
研究内容：
1、研究并建立多源混合噪声模型，设计噪声参数估计方法；
2、研究可同时保持高光谱图像空间细节信息和光谱信息的去噪算法；
3、对 (略) 质量评估，验证并优化图像去噪算法。
主要指标：
1、噪声方差估计的相对误差小于3%。
2、单幅图像去噪时间小于 * 秒，去噪后图像的峰值信噪比较去噪前提高 * 分贝以上，结构相似性提高0.2以上。
3、去噪后图像的分类精度较去噪前提高5%以上。
本项目采取线下对接方式。

报名联系人：薛老师
联系方式： 点击查看>>

";

研究目标：针对高光谱遥感数据采集、传输、成像全流程中引入的复杂的多源混合噪声问题，建立多源混合噪声模型，研究并比较多种高光谱图像去噪方法，分析算法的收敛性、稳定性、计算时效性和去噪性能，设计有效的高光谱遥感图像去噪算法和重建图像质量评估方法，提高高光谱遥感图像分类、目标识别等后续应用效果。
研究内容：
1、研究并建立多源混合噪声模型，设计噪声参数估计方法；
2、研究可同时保持高光谱图像空间细节信息和光谱信息的去噪算法；
3、对 (略) 质量评估，验证并优化图像去噪算法。
主要指标：
1、噪声方差估计的相对误差小于3%。
2、单幅图像去噪时间小于 * 秒，去噪后图像的峰值信噪比较去噪前提高 * 分贝以上，结构相似性提高0.2以上。
3、去噪后图像的分类精度较去噪前提高5%以上。
本项目采取线下对接方式。

报名联系人：薛老师
联系方式： 点击查看>>