基于NSCT阶梯网模型的极化SAR图像目标检测方法.pdf
春波****公主
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于NSCT阶梯网模型的极化SAR图像目标检测方法.pdf
本发明公开了一种基于非下采样轮廓波NSCT阶梯网模型的极化SAR图像目标检测方法,主要解决现有技术中只能依靠散射信息对地物进行分类和未考虑极化SAR图像的多尺度特征而导致的分类准确率偏低的问题。本发明的具体步骤如下:(1)对待检测的极化SAR图像进行Lee滤波;(2)将相干矩阵进行Yamaguchi分解;(3)特征矩阵归一化;(4)对特征矩阵进行非下采样轮廓波变换;(5)构造数据集;(6)构建阶梯网目标检测模型;(7)训练目标检测模型;(8)获得测试结果。本发明具有对极化SAR图像的多尺度特征提取好,目标
基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法.pdf
本发明公开了一种基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法,主要解决非下采用轮廓波变换对SAR图像去噪过程带来的划痕效应及细节丢失问题。其步骤为:对选取的SAR图像进行非下采样轮廓波变换,将图像分成6层子带系数;保持第1层和第2层的子带系数不变,用Bishrink模型对第3~6层的子带系数进行收缩;非下采样轮廓波逆变换重构图像,检测重构图像的边缘,对边缘检测后的图像进行均值滤波,得到滤波后图像;对输入图像和滤波后的图像相减获得的差值图像进行非线性各向异性扩散,得到去噪后的图像。本发明
基于NSCT和压缩投影的SAR图像变化检测方法.pdf
本发明公开一种基于NSCT和压缩投影的SAR图像变化检测方法,实现步骤为:对两幅SAR图像用对数比值法得到差异图,对差异图进行非下采样contourlet变换,对低频子带系数保持不变,对高频子带系数硬阈值处理后逆变换得到处理的差异图,对该差异图每个像素提取的邻域特征拉成列后利用压缩投影降维得到特征向量,用K均值将特征向量分为变化与未变化两类,简单易行,得到检测结果图。本发明主要克服了对差异图去噪所造成的轮廓边缘失真的问题。得到的检测结果图噪声较低,保持了较好的边缘及轮廓,利用压缩投影降维,相对降低了计算复
基于黎曼最近正则子空间模型的极化SAR图像分类方法.pdf
本发明公开一种基于黎曼最近正则子空间模型的极化SAR图像分类方法,步骤包括:步骤1,从待分类的极化SAR图像的每个类别中挑选相同数量的像素点,构造每个类的半正定矩阵字典;步骤2,根据矩阵字典、黎曼测度,构建基于RNRS的目标函数;步骤3,对目标函数进行求解,得到每类字典的稀疏表示系数;步骤4,根据稀疏表示系数,计算每类的预测数据,将像素类标赋给真实数据和预测数据残差最小的类别,最终得到极化SAR图像的分类结果。本发明解决了现有技术中存在的NRS无法有效学习PolSAR数据矩阵结构和通道相关性的问题。
基于港区水域提取的极化SAR图像大型港口检测方法.pdf
本发明公开了一种基于港区水域提取的极化SAR图像大型港口检测方法,包括以下步骤:S1:对港区水域的SAR图像进行Freeman分解得到海面及陆地区域二次散射功率和体散射功率;S2:通过所述体散射功率分离水域和陆地;S3:由所述二次散射功率确定大型港区水域;以及S4:对所述大型港区水域使用Touzi边缘检测子进行边缘检测确定岸线边缘,从而检测出大型港口轮廓。本发明具有如下优点:从一种全新的角度快速、精确的实现大型港口的检测。