2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 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)

文檔簡介

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具有全天候、全天時(shí)、穿透能力強(qiáng)等諸多優(yōu)點(diǎn),是一種發(fā)展?jié)摿薮蟮奈⒉ǔ上窦夹g(shù)。與傳統(tǒng)的單通道、單極化SAR相比,全極化SAR(Polarimetric synthetic aperture radar,PolSAR)是一種新型的多參數(shù)、多通道微波成像雷達(dá)系統(tǒng)。它可通過不同的收發(fā)天線組合測(cè)量獲取反映目標(biāo)散射特性的極化散射矩陣,大大提高了對(duì)地物的識(shí)別能力,因此在戰(zhàn)場(chǎng)感知、

2、救助搜尋等軍事和民用領(lǐng)域都具有廣闊的應(yīng)用前景,已成為各國研究熱點(diǎn)。
  SAR的后向散射成像機(jī)制決定了極化SAR圖像中存在相干斑噪聲,這些相干斑噪聲不僅降低了圖像質(zhì)量,而且嚴(yán)重影響了后續(xù)目標(biāo)檢測(cè)、分類和識(shí)別等應(yīng)用。因此相干斑的抑制作為極化SAR圖像后處理的第一步,一直是極化SAR信號(hào)處理領(lǐng)域一個(gè)很值得探討的問題。
  本文首先分析了幾種典型的極化SAR圖像相干斑抑制方法,如極化白化濾波、最優(yōu)加權(quán)法和精制極化LEE濾波。在此基

3、礎(chǔ)上提出了基于兩級(jí)分塊處理的極化SAR圖像相干斑抑制算法,該方法利用塊處理的思想對(duì)SAR圖像分塊,并采用邊緣檢測(cè)模板對(duì)非同質(zhì)類子塊進(jìn)行兩級(jí)區(qū)域?qū)傩耘袥Q,確定塊內(nèi)像素的濾波參數(shù)。通過理論分析,該思路可適用于最優(yōu)加權(quán)法以及極化白化濾波算法。采用美國宇航局噴氣推進(jìn)實(shí)驗(yàn)室(NASA/JPL)的AIRSAR系統(tǒng)在Flevoland和Halfmoon地區(qū)采集的實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果表明,本文算法不僅斑點(diǎn)抑制效果好、運(yùn)算速度快,而且還有效地克服了塊處

4、理帶來的邊緣模糊問題。
  另外,考慮到現(xiàn)有的一些算法在相干斑抑制后存在數(shù)據(jù)極化信息被破壞的情況,本文又在極化分解和去取向理論基礎(chǔ)上提出一種新的基于散射模型的相干斑抑制算法。新算法首先采用去取向理論進(jìn)行降斑前的預(yù)處理,在像素初分類時(shí),考慮了混合散射像素的存在,利用Freeman分解產(chǎn)生四種散射類型,之后對(duì)各類像素進(jìn)行無監(jiān)督分類,最后按最小均方誤差(Minimum Mean Square Error,MMSE)準(zhǔn)則進(jìn)行降斑處理。采用

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