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
文檔簡介
1、隨著遙感圖像的分辨率越來越高,信息越來越豐富,實現(xiàn)諸如道路、建筑物和機場等目標的自動識別成為可能,通過研究具有可廣泛應用的自動目標識別技術(shù),在民用導航和軍事目標精確打擊等方面都有重要作用。近年來,許多研究者在這方面做了大量研究,但迄今為止,從遙感圖像中自動抽取信息和識別目標的技術(shù)仍然不夠完善和成熟。目前大多數(shù)自動目標識別技術(shù)通常只具有識別某種目標的能力,不具備普遍適用的價值。
論文以機場、艦船、建筑物、道路等典型遙感目標為
2、例,嘗試可配置的目標分割和識別方面的研究,介紹了面向?qū)ο蟮姆指詈妥R別方法,主要思想是:將圖像分割成對象基元,并把目標分割、識別等算法抽象獨立,然后依據(jù)適當?shù)臏蕜t為對象基元配置分割方法,獲取待識別目標,再采用特征可配置的識別方法實現(xiàn)多類目標的自動識別。論文的主要研究特點如下:
首先,在目標分割方面,論文研究了方法可配置的面向?qū)ο蟮膱D像分割。主要思想是:將圖像分割成一系列對象基元,然后對這些對象基元進行后處理得到待識別目標。根
3、據(jù)目標的特性,論文介紹了三種候選的對象分割預處理方法,并以機場、艦船、建筑物、道路四種目標為例,給出了目標分割方法的配置結(jié)果。
其次,在特征提取方面,論文研究了基于高分辨率遙感目標的特征提取算法,深入挖掘目標的光譜、紋理、幾何形狀等幾大類特征,為特征可配置的目標識別提供了充足的候選特征。
最后,在目標識別方面,論文重點研究了特征可配置的目標識別技術(shù)。提出了一種基于可分性度量的特征配置準則,并選用AdaBoos
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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
- 高分辨率遙感圖像目標識別方法研究.pdf
- 高分辨率遙感圖像道路提取研究.pdf
- 高分辨率遙感圖像分割方法研究.pdf
- 高分辨率遙感圖像多類目標識別研究.pdf
- 高分辨率遙感圖像災區(qū)建筑檢測.pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分類.pdf
- 高分辨率遙感圖像分類技術(shù)研究.pdf
- 高分辨率遙感圖像均值漂移算法分割
- 高分辨率光學遙感圖像小目標檢測技術(shù)研究.pdf
- 高分辨率遙感圖像中鐵路樞紐目標的識別研究.pdf
- 基于Hadoop的高分辨率遙感圖像處理研究.pdf
- 高分辨率光學遙感圖像中海洋目標檢測技術(shù)的研究.pdf
- 高分辨率遙感圖像的道路提取與車輛檢測.pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法研究.pdf
- 高分辨率SAR圖像目標檢測與分類.pdf
- 基于高分辨率遙感圖像的車輛分類識別研究.pdf
- 基于Mean Shift的高分辨率遙感圖像分割研究.pdf
- 高分辨率衛(wèi)星遙感圖像云檢測方法研究.pdf
- 基于高分辨率雷達圖像的目標識別.pdf
- 高分辨率遙感圖像分割中基元合并方法研究.pdf
評論
0/150
提交評論