2023年全國(guó)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(yè)
已閱讀1頁(yè),還剩73頁(yè)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(jiǎn)介

1、極化合成孔徑雷達(dá)(Polarimetrie Synthetie Aperture Radar,POLSAR)是一種先進(jìn)的成像雷達(dá)系統(tǒng),具有通道多、參數(shù)多的特征。與單極化SAR圖像相比,極化SAR圖像包含更豐富的地物信息和全面的極化信息。極化SAR已經(jīng)成為遙感領(lǐng)域應(yīng)用最廣泛的傳感器之一。因此,極化SAR圖像解譯已經(jīng)成為當(dāng)今社會(huì)的研究重點(diǎn),而作為其中的重要內(nèi)容,極化SAR圖像分類,更是成為重中之重,在民用和軍用領(lǐng)域均有著巨大的應(yīng)用價(jià)值和理論

2、意義。本文在研究極化SAR基礎(chǔ)理論和總結(jié)傳統(tǒng)的極化SAR分類方法后,將重點(diǎn)放在極化SAR無監(jiān)督分類,分別提出來基于像素和區(qū)域的極化SAR分類。主要包括以下幾個(gè)方面:
  (1).本文提出了類別自適應(yīng)的無監(jiān)督極化SAR圖像分類。利用Freeman分解和同極化比對(duì)圖像進(jìn)行初始劃分,然后用交叉極化比進(jìn)一步細(xì)分更多類別,之后用可視化聚類趨勢(shì)估計(jì)算法(VAT)和黑框識(shí)別算法(DBE)獲得聚類數(shù)目和聚類中心,最后在此基礎(chǔ)上對(duì)整幅圖像進(jìn)行復(fù)Wi

3、shart迭代分類。該算法是基于像素的無監(jiān)督算法,充分利用極化信息,可自動(dòng)確定類別數(shù)目,思想較簡(jiǎn)單,具有較高的分類精度。
  (2).本文提出了一種新的產(chǎn)生極化 SAR超像素方法。首先,提取四種極化特征,計(jì)算梯度,然后,恒虛警率(CFAR)方法求極化 SAR邊緣進(jìn)行梯度修正,用分水嶺算法獲得初始區(qū)域結(jié)果,最后對(duì)相似區(qū)域進(jìn)行合并得到最終的超像素。實(shí)驗(yàn)結(jié)果較好,邊緣吻合也較好。在此基礎(chǔ)上,本文提出了一種基于改進(jìn)分水嶺的無監(jiān)督分類方法。

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(yè)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(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。

評(píng)論

0/150

提交評(píng)論