clos交叉矩陣組播算法的研究

1、西安電子科技大學(xué)本科生優(yōu)秀畢業(yè)設(shè)計論文集11基于模型的SAR圖像橋梁目標(biāo)識別計算機(jī)科學(xué)與技術(shù)專業(yè)裴得利指導(dǎo)教師權(quán)義寧[摘要]本文根據(jù)橋梁的模型和支持向量機(jī)實現(xiàn)對SAR圖像中橋梁目標(biāo)的檢測和識別。首先利用自適應(yīng)閾值的分割方法和數(shù)學(xué)形態(tài)學(xué)方法提取較完整的河流區(qū)域，在此基礎(chǔ)上，根據(jù)橋梁模型在河流區(qū)域搜索疑似橋梁。將符合橋梁特征的疑似橋梁提取紋理特征，送入訓(xùn)練好的支持向量機(jī)進(jìn)行最終辨識并將標(biāo)記出最終結(jié)果和給出相應(yīng)的信息。實驗結(jié)果表明本算法可以準(zhǔn)

2、確的檢測出SAR圖像中的橋梁并給出相應(yīng)信息，具有良好的實時性和準(zhǔn)確率。[關(guān)鍵詞]SAR圖像圖像分割目標(biāo)檢測支持向量機(jī)橋梁識別[Abstract]Basedonthemodelofthebridgesupptvectmachine(SVM)thispaperproposesabridgedetectionrecognitionmethodinSAR(SyntheticApertureRadar)image.Afterthatriverco

3、ntourisobtainedusingselfadaptingsegmentthresholdmathematicsmphologymethodwithinwhichmaybebridgetargetswillbesearchedf.Finallybasedonthebridgemodelthetargetthatmatchesthebridgefeaturewillbeextractedftexturefeaturethisfeat

4、urewillbesentintothetrainedSVMtomakeafinaldecisionobtainingthefinalresultcrespondinginfmationsuchaspositionanglesize.ThetestresultshowsthatthemethodproposedcandetectrecognizebridgesinSARimagegivecrespondinginfmationwithh

5、ighaccuracyrategoodrealtimeperfmance.[KeyWds]SARimagesegmentdetectionSVMbridgerecognition一、引言合成針孔雷達(dá)（SyntheticApertureRadarSAR）具有分辨率高，全天時、全天候工作的特點，與可見光、紅外傳感器比較具有獨特的優(yōu)勢和無法替代的作用，被廣泛應(yīng)用于工農(nóng)業(yè)生產(chǎn)、科研和軍事等領(lǐng)域。特別是在軍事領(lǐng)域，廣泛應(yīng)用于全天候、全天時偵察，動

6、目標(biāo)顯示，雷達(dá)成像，實時信息處理等。另一方面，橋梁是典型的人造地物目標(biāo)，SAR圖像中橋梁目標(biāo)的自動識別在軍事可以用于作戰(zhàn)指揮、火力打擊和打擊效果評估等，具有非常重要的意義。由于SAR圖像成像機(jī)理的特殊以及斑點噪聲的影響，普通光學(xué)圖像的圖像處理和目標(biāo)識別的經(jīng)典算法直接應(yīng)用于SAR圖像效果并不一定理想。國內(nèi)外對于SAR圖像中橋梁的識別已經(jīng)做了很多工作，大都基于橋梁建于河流這一先驗知識基礎(chǔ)上?？傮w來說，這些方法可以分為以下三類：第一類利用河流

7、的灰度特征直接進(jìn)行閾值分割，然后通過形態(tài)學(xué)濾波方法細(xì)化河流輪西安電子科技大學(xué)本科生優(yōu)秀畢業(yè)設(shè)計論文集33式(24)1(|)()exp()()LLLILIPIRRLR????由式22、23和24可得式(25)11(|)()exp()()exp()()()LvLvLILIvRvRPRIRLRvRR???????對上式兩邊取對數(shù)并且對R求導(dǎo)，并令表達(dá)式為零，得：式(26)22(1)()()(1)4()?()2vLItItvLvLItRtv??

8、?????其中階參數(shù)v為：211(1)()vLLsI??????上述方法處理后，可以消除相干斑噪聲，為圖像中目標(biāo)的檢測和識別提供了良好的基礎(chǔ)。三、橋梁的檢測根據(jù)橋梁建立在河流這一先驗知識，橋梁的識別，首先涉及到河流的分割，將河流區(qū)域定為感興趣區(qū)域。在得到完整河流區(qū)域的基礎(chǔ)上，我們首先建立橋梁模型，在河流區(qū)域根據(jù)橋梁特征搜索疑似目標(biāo)。在前期橋梁的檢測過程中，利用AdaBoost的思想，逐步利用橋梁特征，將明顯不是橋梁的目標(biāo)去掉，減少虛警數(shù)

9、目，使更為復(fù)雜的計算只對那些最有可能成為橋梁的目標(biāo)進(jìn)行，這樣大大減少搜索范圍，提高系統(tǒng)速度，同時有效的減少虛警。1橋梁模型從直觀上講，橋梁有很多特征，但是并不是所有特征都可以用于識別，也沒有必要。從橋梁的眾多特征中選取適于公式或數(shù)值表達(dá)的特征，建立一個橋梁的模型，用于橋梁的檢測和識別。本文選取特征如下：1）橫跨河流等水域。這是本文算法的基礎(chǔ)，基于這樣的假設(shè)，所以我們根據(jù)水域的特征先將河流分割出來，然后河流區(qū)域可能存在的橋梁。2）橋梁有較

10、強(qiáng)的散射系數(shù)，具有高亮度值。橋梁是由鋼鐵和水泥構(gòu)成的人工目標(biāo)，呈現(xiàn)為高灰度值的白色特征[2]。3）具有一定長寬比的矩形區(qū)域。橋梁的長寬比根據(jù)實際情況，應(yīng)當(dāng)在一個合理區(qū)間之內(nèi)，據(jù)此可以排除在此之外的虛假目標(biāo)。4）具有一定面積。根據(jù)圖像的不同分辨率，換算之后在圖像中橋梁的輪廓的面積也應(yīng)當(dāng)在某一區(qū)間之內(nèi)，依此可以去掉面積過大或者過小的虛假目標(biāo)。5）橋梁兩側(cè)為河流，故兩側(cè)同等大小矩形區(qū)域具有低亮度值。由于橋梁橫跨河流，所以在平行河流方向上灰度變