基于港区水域提取的极化SAR图像大型港口检测方法.pdf
元容****少女
亲,该文档总共13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。
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
基于轮廓波集成DBN的极化SAR图像变化检测方法.pdf
一种基于轮廓波集成DBN的极化SAR图像变化检测方法,主要解决现有方法中极化SAR图像变化检测精度不高的问题。本发明的具体步骤如下:(1)输入同一地区不同时相的两幅极化SAR图像的两个极化相干矩阵;(2)滤除相干噪声;(3)归一化处理滤波后的极化相干矩阵;(4)提取特征矩阵F
基于SAR-KAZE特征提取的SAR图像分割方法.pdf
本发明公开了一种基于SAR‑KAZE特征提取的SAR图像分割方法,主要解决了现有技术对SAR图像分割精度和效率低的问题。其分割过程为:1)输入一副原始待分割SAR图像并对其进行双精度转换;2)对双精度矩阵进行镜像扩展和分块,得到双精度矩阵的图像块;4)对图像块进行SAR图像的KAZE特征提取,得到双精度矩阵的SAR‑KAZE特征矩阵X;5)采用改进的稀疏子空间聚类对SAR‑KAZE特征矩阵X进行聚类,得到双精度矩阵的聚类结果。本发明提取的SAR‑KAZE特征保留了更多的图像边缘和细节信息,提高了分割精度,
基于强度统计稀疏的全极化SAR图像分类方法.pdf
本发明公开了一种基于强度统计稀疏的全极化SAR图像分类方法,可应用于全极化合成孔径雷达SAR图像分类和目标识别。其实现步骤为:(1)输入散射强度矩阵;(2)获取SAR图像的统计特征;(3)获取SAR图像的稀疏特征;(4)训练分类器并分类;(5)优化初始分类结果;(6)输出分类结果。本发明利用全极化SAR合成孔径雷达图像三个通道的散射强度信息,挖掘三个通道之间的空间特征信息,对全极化SAR合成孔径雷达图像中特定目标实现有效的分类,并且可以完整的保留特定目标中具体地物的细节特征。