已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、與全色、多光譜、高光譜等傳統(tǒng)光學(xué)遙感圖像相比,SAR圖像所反映的灰度特征與人眼的視覺習(xí)慣有所差異,但是SAR作為一種主動式微波遙感手段,可以彌補現(xiàn)有光學(xué)遙感手段的不足,能全天時、全天候不間斷的對地進行觀測,特別是微波能穿透云霧,使SAR圖像用于洪澇災(zāi)害監(jiān)測具有無可比擬的優(yōu)勢,并且通過對SAR圖像的分類可以有效地提取水域的范圍。論文在總結(jié)已有SAR圖像分類方法的基礎(chǔ)上,對基于核方法的支持向量機(SVM)用于SAR圖像分類進行了深入的研究,
2、完成的主要工作如下: 1.分析了SAR圖像的特點,闡明了SAR圖像分類技術(shù)的發(fā)展現(xiàn)狀及其在應(yīng)用中急需解決的幾個問題。 2.對于SAR圖像的斑點噪聲,提出了用Lee-Sigma濾波器進行兩次濾波,得到滿足分類要求的濾波效果。還嘗試了Lee-Sigma濾波器與其他濾波方法組合,也得到了很好的濾波效果。 3.闡述了非監(jiān)督分類中的K-均值聚類和ISODATA聚類,以及監(jiān)督分類中的經(jīng)典算法-最大似然法(MLC)的優(yōu)缺點,并
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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 極化SAR圖像分類方法研究.pdf
- 極化SAR圖像的分類方法研究.pdf
- 基于遷移學(xué)習(xí)的SAR圖像分類方法研究.pdf
- 基于主動學(xué)習(xí)的SAR圖像分類方法研究.pdf
- 極化SAR圖像分類的投影尋蹤方法研究.pdf
- 極化SAR圖像無監(jiān)督分類方法研究.pdf
- SAR圖像艦船檢測與分類方法研究.pdf
- 基于低秩方法的極化SAR圖像分類方法.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 基于區(qū)域劃分的極化SAR圖像分類方法研究.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類研究.pdf
- SAR圖像特征提取與分類方法的研究.pdf
- 面向植被識別的SAR圖像分類方法研究.pdf
- 基于聯(lián)合稀疏表示的sar圖像分類方法研究
- 基于空間信息的極化SAR圖像分類方法.pdf
- 基于聯(lián)合稀疏表示的SAR圖像分類方法研究.pdf
- 基于隨機投影的SAR圖像紋理分類方法研究.pdf
- sar圖像降噪與極化sar圖像監(jiān)督分類研究
- 極化SAR圖像分類研究.pdf
- 基于稀疏深層網(wǎng)絡(luò)的SAR圖像分類方法.pdf
評論
0/150
提交評論