Polarimetric SAR image filtering with trace-based partial differential equations
Notice bibliographique
Résumé
AbstractPartial differential equations (PDEs) filtering methods provide regularization of an image through successive iterations, where pixel values are gradually diffused in accordance with a local diffusion tensor field. The local diffusion tensor field determines the local smoothing geometry that should drive the regularization process. Most diffusion-based filtering methods rely on a divergence formulation for the diffusion term which does not produce an optimal geometry-preserving regularization. A new trace-based PDE approach was recently proposed and has been applied to the filtering of colour images and other multivalued data. Compared to a classical divergence-based formulation approach, a trace-based formulation better preserves the geometric content of the image. We propose to apply this new framework to the filtering of polarimetric synthetic aperture radar (PolSAR) images. In particular, the calculation of the local geometry is modified to be robust to the speckle noise. Speckle reduction performance is evaluated on both artificial and real PolSAR images and compared with other standard speckle reduction filters in terms of radiometric noise reduction and meaningful details preservation.Les méthodes de filtrage à base d'équations aux dérivées partielles (EDP) permettent de régulariser une image de manière itérative en diffusant graduellement les valeurs des pixels en fonction d'un tenseur de diffusion. Le champ local des tenseurs de diffusion spécifie la géométrie locale du lissage qui contrôle le processus de régularisation. La plupart des méthodes de filtrage par diffusion sont basées sur une formulation en divergence pour le terme de diffusion qui ne produit pas nécessairement une régularisation optimale préservant la géométrie de l'image. Une nouvelle approche EDP basée sur l'opérateur trace a été récemment proposée et appliquée au filtrage des images couleurs et autres données multivariées. Comparativement à l'approche classique à base de divergence, l'approche trace permet une meilleure préservation du contenu géométrique de l'image. Nous proposons d'appliquer ce nouveau cadre théorique au filtrage des images radar polarimétriqes (PolSAR). En particulier, le calcul de la géométrie locale de l'image est modifié afin d'offrir une robustesse au bruit de chatoiement. Les performances, en termes de résolution radiométrique et de préservation des détails significatifs, sont évaluées sur des images radar polarimétriques artificielles et réelles et sont comparées avec celles des filtres de chatoiement standards.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».