Evaluation of Bayesian Despeckling and Texture Extraction Methods Based on Gauss–Markov and Auto-Binomial Gibbs Random Fields: Application to TerraSAR-X Data

Espinoza-Molina, Daniela und Gleich, Dusan und Datcu, Mihai (2012) Evaluation of Bayesian Despeckling and Texture Extraction Methods Based on Gauss–Markov and Auto-Binomial Gibbs Random Fields: Application to TerraSAR-X Data. IEEE Transactions on Geoscience and Remote Sensing, 50 (5), Seiten 2001-2025. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/TGRS.2011.2169679. ISSN 0196-2892.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6065749

Kurzfassung

Speckle hinders information in synthetic aperture radar (SAR) images and makes automatic information extraction very difficult. The Bayesian approach allows us to perform the despeckling of an image while preserving its texture and structures. This model-based approach relies on a prior model of the scene. This paper presents an evaluation of two despeckling and texture extraction model-based methods using the two levels of Bayesian inference.

elib-URL des Eintrags:

https://elib.dlr.de/75761/

Dokumentart:

Zeitschriftenbeitrag

Titel:

Evaluation of Bayesian Despeckling and Texture Extraction Methods Based on Gauss–Markov and Auto-Binomial Gibbs Random Fields: Application to TerraSAR-X Data

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Espinoza-Molina, Daniela	DLR	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Gleich, Dusan	University of Maribor	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Datcu, Mihai	DLR	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

Mai 2012

Erschienen in:

IEEE Transactions on Geoscience and Remote Sensing

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/TGRS.2011.2169679

Seitenbereich:

Seiten 2001-2025

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

0196-2892

Status:

veröffentlicht

Stichwörter:

Auto-binomial model (ABM) , Bayesian inference , Gauss–Markov random fields (GMRF) , TerraSAR-X , parameter estimation , speckle reduction , synthetic aperture radar (SAR) , texture extraction

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Erdbeobachtung

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R EO - Erdbeobachtung

DLR - Teilgebiet (Projekt, Vorhaben):

R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse

Hinterlegt von:

Schwarz, Gottfried

Hinterlegt am:

25 Mai 2012 08:33

Letzte Änderung:

20 Nov 2023 15:18

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags