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、極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar,PolSAR)是一種先進的雷達成像系統(tǒng),它具有多通道、多參數(shù)的特性。與SAR圖像相比,極化SAR圖像能包括更為豐富的地物信息和全極化信息。目前,極化SAR已成為遙感領(lǐng)域應(yīng)用最為廣泛的探測手段之一,極化SAR數(shù)據(jù)也呈現(xiàn)海量增長的態(tài)勢。因此,極化SAR圖像的解譯工作已成為極化SAR研究領(lǐng)域的研究熱點,其中,極化SAR圖像的分類工作更是重中之重,在軍
2、用和民用兩個方面都發(fā)揮著重要的作用。本文在總結(jié)了極化SAR的基礎(chǔ)理論以及傳統(tǒng)的極化SAR圖像分類方法之后,提出了一種基于張量和稀疏自編碼器的極化SAR分類方法,其內(nèi)容主要包括如下幾個方面:
第一,由于本文采用生成每個像素點對應(yīng)的三階張量來的方法,表示極化 SAR圖像T矩陣的原始數(shù)據(jù),克服了現(xiàn)有一些方法中將極化SAR圖像中的每個點對應(yīng)于一個散射向量進行處理,使得原本的T矩陣中的數(shù)據(jù)有所丟失,并且改變了極化 SAR數(shù)據(jù)的多維數(shù)組的
3、自然結(jié)構(gòu)的不足,使得本文方法更大程度的保留了原始數(shù)據(jù)的信息和結(jié)構(gòu),提高了后續(xù)的特征提取和分類的準確度。
第二,本文采用計算像素點與相鄰像素點間相似度的方法,將鄰域信息包含到了每個像素點對應(yīng)的特征向量中,克服了現(xiàn)有一些方法中沒有考慮像素鄰域信息,會破壞區(qū)域的一致性的不足,使得本文方法更大程度上保留了圖像的區(qū)域一致性,提高了分類結(jié)果的可靠性。
第三,本文采用稀疏自編碼器提取像素點特征向量中包含的特征的方法,克服了現(xiàn)有一些
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。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- SAR圖像降噪與極化SAR圖像監(jiān)督分類研究.pdf
- 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
- 無監(jiān)督極化SAR圖像分類研究.pdf
- 極化SAR圖像的分類方法研究.pdf
- 基于極化分解的極化SAR圖像分類.pdf
- 極化SAR圖像無監(jiān)督分類方法研究.pdf
- 結(jié)合極化特征和圖像特征的極化SAR圖像分類研究.pdf
- 極化SAR圖像相干斑抑制及分類研究.pdf
- 極化SAR圖像分類的投影尋蹤方法研究.pdf
- 極化SAR圖像增強與分類技術(shù)研究.pdf
- 基于Freeman分解的極化SAR圖像分類研究.pdf
- 基于特征統(tǒng)計的極化SAR圖像分類.pdf
- 極化SAR圖像的分割和分類算法研究.pdf
- 基于張量分解的極化SAR圖像分類.pdf
- 極化SAR圖像分類與分類器的回歸實現(xiàn).pdf
- 基于區(qū)域劃分的極化SAR圖像分類方法研究.pdf
- 基于深度置信網(wǎng)的極化SAR圖像分類.pdf
- 基于統(tǒng)計模型TMF的極化SAR圖像分類.pdf
- 基于空間信息的極化SAR圖像分類方法.pdf
評論
0/150
提交評論