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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)由于其特殊的成像機(jī)制獲得了在軍事和民用多個領(lǐng)域的廣泛應(yīng)用。SAR系統(tǒng)不易受環(huán)境的影響,能夠不間斷工作,獲取的圖像質(zhì)量高。但是隨著獲取的數(shù)據(jù)量的增大,對SAR圖像的理解和解譯成為一個急需解決的問題。圖像分割作為圖像處理中一個基礎(chǔ)和關(guān)鍵步驟,分割質(zhì)量的優(yōu)劣直接影響后續(xù)的目標(biāo)提取、分類等結(jié)果。SAR圖像初始素描模型是對SAR圖像的一種稀疏表示。本文在SAR圖像初始素描模型
2、的基礎(chǔ)上,提出了一種基于素描線補(bǔ)全策略和區(qū)域特征學(xué)習(xí)的SAR圖像分割方法,本文的主要工作如下:
首先,提出了射線聚類素描線補(bǔ)全方法和區(qū)域圖提取方法。依據(jù)SAR圖像初始素描模型獲取SAR圖像素描圖,根據(jù)素描線聚集度將素描線劃分成兩類:一類為代表聚集地物的素描線,一類為代表邊界、線目標(biāo)和獨(dú)立目標(biāo)的素描線。對于代表聚集區(qū)域的素描線,使用形態(tài)學(xué)方法進(jìn)行擴(kuò)充在素描圖上得到聚集區(qū)域區(qū)域圖,對于代表邊界、線目標(biāo)和獨(dú)立目標(biāo)的素描線,提出了射線
3、聚類方法對素描線短缺的部分進(jìn)行補(bǔ)全使之形成封閉區(qū)域。論文闡述了射線聚類對短缺素描線進(jìn)行補(bǔ)全的思想、詳細(xì)說明了射線聚類進(jìn)行素描線補(bǔ)全的的流程,定義了種子點(diǎn)、射線等概念、解釋了射線簇的劃分方法以及如何利用射線長度突變信息確定射線是否短缺。在補(bǔ)全的素描線上構(gòu)造幾何結(jié)構(gòu)窗,得到結(jié)構(gòu)區(qū)域區(qū)域圖,最后得到SAR圖像區(qū)域圖,區(qū)域圖是相比于素描圖更稀疏的一種表示,是對圖像的一種初始劃分。
其次,提出了一種基于區(qū)域圖和特征學(xué)習(xí)的SAR圖像分割方
4、法。在區(qū)域圖的基礎(chǔ)上,將SAR圖像劃分為像素空間的聚集區(qū)域、勻質(zhì)區(qū)域和結(jié)構(gòu)區(qū)域。對于聚集區(qū)域和勻質(zhì)區(qū)域,分別利用詞袋模型進(jìn)行特征學(xué)習(xí),再利用層級聚類分析方法對聚集區(qū)域中的各個子區(qū)域和勻質(zhì)區(qū)域中的各個子區(qū)域的特征分別進(jìn)行聚類,聚類結(jié)果即為這兩種區(qū)域的分割結(jié)果。對于結(jié)構(gòu)區(qū)域,使用分水嶺分割進(jìn)程超像素劃分并合并超像素,利用素描線和灰度統(tǒng)計(jì)特征將結(jié)構(gòu)區(qū)域合并后的超像素融合到勻質(zhì)區(qū)域中或聚集區(qū)域中,最終得到SAR圖像分割結(jié)果。實(shí)驗(yàn)表明,本文提出的
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(hù)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(fù)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
- 基于深度學(xué)習(xí)和區(qū)域圖的SAR圖像分割.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K分布和紋理特征的SAR圖像分割研究.pdf
- 基于區(qū)域圖和詞袋模型的SAR圖像分割.pdf
- 基于快速區(qū)域合并的SAR圖像分割算法.pdf
- SAR圖像特征數(shù)據(jù)提取與SAR圖像分割研究.pdf
- 基于區(qū)域聚類的SAR圖像分割方法研究.pdf
- 基于區(qū)域的SAR圖像分割算法及其在SAR圖像分類當(dāng)中的應(yīng)用.pdf
- 基于量子進(jìn)化特征選擇的SAR圖像分割.pdf
- 基于統(tǒng)計(jì)特征和混合模型的SAR圖像分割方法研究.pdf
- 基于特征值和譜聚類的極化SAR圖像分割.pdf
- 基于相干圖學(xué)習(xí)的干涉SAR圖像分割.pdf
- 基于區(qū)域圖和深度相似性表征的SAR圖像分割.pdf
- 基于區(qū)域合并的無監(jiān)督SAR圖像分割算法研究.pdf
- 基于自適應(yīng)頻域信息和深度學(xué)習(xí)的SAR圖像分割.pdf
- SAR圖像強(qiáng)散射區(qū)域的檢測分割.pdf
- 基于MPCA和多層特征學(xué)習(xí)的極化SAR圖像分類.pdf
- 基于幾何區(qū)域的灰度共生矩陣和Region Map的SAR圖像分割方法.pdf
- 基于區(qū)域生長與邊緣懲罰的SAR圖像分割算法研究.pdf
- 基于深層特征學(xué)習(xí)和稀疏表示的SAR圖像分類.pdf
評論
0/150
提交評論