2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩167頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、合成孔徑雷達(dá)(SAR)是目前遙感數(shù)據(jù)獲取手段中發(fā)展最為迅速和最有成效的方式之一。隨著遙感平臺(tái)和微波成像技術(shù)的進(jìn)一步發(fā)展,多種類型的SAR圖像數(shù)據(jù)越來越多,許多應(yīng)用需要綜合多種SAR圖像數(shù)據(jù)來進(jìn)行對(duì)比分析。圖像匹配是根據(jù)圖像的物理和幾何屬性,找到同一場(chǎng)景中兩幅或多幅SAR圖像在空間上的對(duì)應(yīng)性,因此,SAR圖像匹配成為各類SAR數(shù)據(jù)應(yīng)用中基礎(chǔ)且共性的關(guān)鍵技術(shù)。
  結(jié)構(gòu)特征是SAR圖像特征匹配中最常用的特征之一。但由于SAR圖像成像機(jī)

2、理的特殊性和SAR圖像結(jié)構(gòu)特征提取的復(fù)雜性,SAR圖像及其結(jié)構(gòu)特征具有較為嚴(yán)重的不確定性,嚴(yán)重影響了SAR圖像結(jié)構(gòu)特征匹配的性能。因此,本文在SAR圖像及其結(jié)構(gòu)特征不確定性分析的基礎(chǔ)上,針對(duì)三類結(jié)構(gòu)特征各自所具有的典型不確定性,重點(diǎn)研究穩(wěn)健、精確、高效的SAR圖像結(jié)構(gòu)特征匹配方法。主要研究?jī)?nèi)容和研究成果如下:
  SAR圖像及其結(jié)構(gòu)特征的不確定性分析:從成像機(jī)理的角度概述了SAR圖像的物理和幾何特性,探索性地提出并概括了SAR圖像

3、及其結(jié)構(gòu)特征不確定性的概念、組成和分類,總結(jié)了SAR圖像特征的隨機(jī)性、模糊性和不完整性三類不確定性的典型表現(xiàn)形式,分析了三類不確定性對(duì)結(jié)構(gòu)特征匹配的影響,總結(jié)了SAR圖像結(jié)構(gòu)特征匹配的特點(diǎn),歸納了用于SAR圖像特征匹配的特征選擇準(zhǔn)則,并以此準(zhǔn)則分析了本文所選擇的三類結(jié)構(gòu)特征的特性。
  SAR圖像模糊輪廓特征匹配:針對(duì)SAR圖像模糊導(dǎo)致輪廓邊緣定位不準(zhǔn)而影響輪廓特征匹配性能的問題,基于形狀上下文描述子,實(shí)現(xiàn)了對(duì)輪廓特征的不變性描述

4、,并基于Rough Set提出了一種模糊輪廓不變描述子,設(shè)計(jì)了一種SAR圖像模糊輪廓特征匹配方法。通過實(shí)際SAR圖像數(shù)據(jù)和MSTAR目標(biāo)模板數(shù)據(jù)集的SAR圖像輪廓特征匹配和目標(biāo)分類實(shí)驗(yàn),驗(yàn)證了本方法的性能,實(shí)現(xiàn)了SAR圖像場(chǎng)景匹配和目標(biāo)分類,并提高了輪廓匹配的精度。
  SAR圖像不確定性直線特征匹配:針對(duì)SAR圖像的多邊緣特征,利用多尺度和DS理論方法,分別提出了SAR圖像直線特征多尺度提取方法和基于DS理論的SAR圖像直線提取

5、融合方法;兩種方法可以分別較好地提取簡(jiǎn)單背景和復(fù)雜背景的SAR圖像中的直線特征。針對(duì)SAR圖像直線特征中的不連續(xù)和定位不準(zhǔn)等問題,通過建立直線交點(diǎn)的不確定性模型,基于模糊粗糙集提出了直線特征交點(diǎn)的不確定性知識(shí)表達(dá),提出了一種利用直線對(duì)(組)交點(diǎn)來實(shí)現(xiàn)SAR圖像不確定性直線特征匹配方法。通過簡(jiǎn)單場(chǎng)景和復(fù)雜場(chǎng)景下的直線交點(diǎn)特征匹配實(shí)驗(yàn),證明該方法可以較好的地實(shí)現(xiàn)具有明顯結(jié)構(gòu)特征的SAR圖像場(chǎng)景匹配和圖像配準(zhǔn),并提高特征匹配的準(zhǔn)確性。SAR圖

6、像點(diǎn)特征匹配:針對(duì)相干斑噪聲影響SAR圖像點(diǎn)特征匹配性能的問題,利用常規(guī)SIFT特征匹配方法獲取初始特征匹配點(diǎn)集,建立幾何變換模型參數(shù)空間,再基于邊緣點(diǎn)集的強(qiáng)度特征建立由幾何變換關(guān)系確定的相似性測(cè)度,通過迭代優(yōu)化逐一增加匹配點(diǎn)對(duì)個(gè)數(shù),逐步確定滿足不同幾何變換模型的匹配點(diǎn)集,提出了一種 SAR圖像全局最優(yōu)的聯(lián)合匹配框架,實(shí)現(xiàn)了基于精確幾何模型的SAR圖像SIFT特征的優(yōu)化匹配。通過多種場(chǎng)景類型下多種類型數(shù)據(jù)的對(duì)比實(shí)驗(yàn),證明該方法可降低相干

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論