版權(quán)說(shuō)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、極化SAR不但具有全天時(shí)、全天侯工作特點(diǎn),同時(shí)SAR影像具有豐富的細(xì)節(jié)信息、重要的紋理特征和明顯的地物幾何結(jié)構(gòu),被廣泛應(yīng)用于民用及軍事領(lǐng)域。而SAR影像分割是信息解譯中的一個(gè)關(guān)鍵環(huán)節(jié),也是SAR圖像處理中的難題。
由于斑點(diǎn)噪聲的影響,SAR影像的分割比普通光學(xué)圖像更為復(fù)雜。目前已有的SAR影像分割算法,大致分為兩種:其一,基于數(shù)據(jù)驅(qū)動(dòng)的SAR影像分割算法,它是直接利用某一種極化狀態(tài)組合的振幅或者全極化數(shù)據(jù)的總功率圖像進(jìn)行分割的
2、,沒(méi)有充分利用極化SAR數(shù)據(jù)包含的極化信息,很容易出現(xiàn)錯(cuò)分割現(xiàn)象;其二,基于模型驅(qū)動(dòng)的SAR影像分割算法是基于極化SAR的數(shù)學(xué)模型,計(jì)算復(fù)雜度都較高。
因此,本論文從既提高分割精度,同時(shí)又降低算法復(fù)雜度這一目標(biāo)出發(fā),以中國(guó)測(cè)繪科學(xué)研究院主持的863計(jì)劃重點(diǎn)項(xiàng)目“面向?qū)ο蟮母呖尚臩AR處理系統(tǒng)—SAR影像高性能處理解譯系統(tǒng)與總體技術(shù)”為依托,提出了一種基于極化相干矩陣或協(xié)方差矩陣描述的圖斑相似性度量,在此基礎(chǔ)上發(fā)展了以分水嶺進(jìn)行
3、初始分割,根據(jù)極化相似性進(jìn)行圖斑合并,從而實(shí)現(xiàn)對(duì)極化SAR影像進(jìn)行有效分割的方法。
本文的主要研究?jī)?nèi)容和主要貢獻(xiàn):
1)從極化SAR理論出發(fā),介紹了常用的極化矢量、極化矩陣和散射機(jī)理,對(duì)極化SAR影像分割算法進(jìn)行了較為全面的綜述,指出了各類方法的優(yōu)缺點(diǎn)。
2)針對(duì)極化協(xié)方差包含了極化測(cè)量得到的全部信息的特點(diǎn),提出了一種基于極化協(xié)防差矩陣或相干矩陣描述的圖斑相似性度量;
3)發(fā)展了以分水嶺算法進(jìn)行初
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 基于譜圖分割的極化SAR影像面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 噪聲抑制的極化SAR圖像分割方法研究.pdf
- 基于MRF的極化SAR圖像分割方法研究.pdf
- 極化SAR圖像的分割和分類算法研究.pdf
- 基于稀疏編碼的極化SAR影像地物分類.pdf
- 基于圖的極化SAR影像半監(jiān)督分類.pdf
- 雙極化sar影像分類研究與應(yīng)用
- 極化SAR影像林火燃燒面積提取研究.pdf
- 極化干涉SAR影像配準(zhǔn)方法研究.pdf
- 基于深度RPCA網(wǎng)絡(luò)的極化SAR影像地物分類.pdf
- 基于SVM和散射機(jī)理的極化SAR影像地物分類.pdf
- 基于特征學(xué)習(xí)和低秩分解的極化SAR圖像分割.pdf
- 基于有限混合模型的極化SAR影像分類方法研究.pdf
- 基于CNN特征學(xué)習(xí)和SVM的極化SAR影像地物分類.pdf
- 基于極化SAR影像的地物變化檢測(cè)技術(shù)研究.pdf
- 基于深度ICA網(wǎng)絡(luò)的極化SAR影像地物分類方法研究.pdf
- 基于特征值和譜聚類的極化SAR圖像分割.pdf
- 基于自編碼神經(jīng)網(wǎng)絡(luò)的極化SAR影像地物分類.pdf
- 面向?qū)ο蟮娜珮O化SAR影像變化檢測(cè)方法研究.pdf
- 基于深度脊波神經(jīng)網(wǎng)絡(luò)的極化SAR影像地物分類.pdf
評(píng)論
0/150
提交評(píng)論