인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문은 CA-CFAR(Cell Averaging-Constant False Alarm Rate) 기반 디노이즈 기법과 K-means Clustering 알고리즘을 융합한 수체 탐지 기법을 제안한다. 테스트 셀, 보호 셀, 기준 셀로 구성된 윈도우를 SAR 영상에 슬라이딩하여 잡음을 탐지 및 억제하고 K-means Clustering 알고리즘을 통해 수체로 추정되는 픽셀을 탐지한다. 시뮬레이션 결과 노이즈 영상 대비 디노이즈 영상의 ENL(Equivalent Number of Looks)은 1.3819에서 14.7591로 10배 이상 대폭 상승하였고 수체 및 침수 지역 탐지 성능의 경우 SSIM(Structural Similarity Index Measure) 역시 0.6412에서 0.8952로 크게 향상된 것을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096905381
