基于NSCT和压缩投影的SAR图像变化检测方法.pdf
思洁****爱吗
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
基于变化检测的SAR图像稀疏去噪方法.pdf
本发明公开了一种基于变化检测的SAR图像稀疏去噪方法,其实现步骤为:(1)输入图像;(2)得到变化区域图像;(3)设定变化类;(4)得到两分类二值图;(5)得到两区域图像;(6)不变化区域去噪;(7)估计噪声标准差;(8)获得合成图;(9)稀疏字典去噪;(10)输出结果。本发明是针对SAR图像变化检测的去噪预处理,具有对变化区域一致性保持较好,能很好的抑制不变化区域的噪声,同时保留SAR图像特别是对后期变化检测影响较大的变化区域的纹理、轮廓、边缘细节信息,消除图像去噪后产生的划痕,减少因噪声抑制产生的伪信
基于量子免疫克隆的SAR图像变化检测方法.pdf
本发明公开一种基于量子免疫克隆的SAR图像变化检测方法,主要解决已有优化方法耗时长,易陷入局部最优,对复杂图像边缘定位不准确的缺点。其步骤为:(1)对两时相待变化检测图像进行滤波处理,求对数比差异影像图;(2)设置种群规模、类别数k及停机条件,随机产生量子抗体Q(t)作为初始聚类中心;(3)观测Q(t)成二进制抗体p(t),计算每个抗体的亲合度fk,保留Q(t)最优抗体qbest;(4)对Q(t)进行变异操作得到Qm(t);(5)重组Qm(t)得到Qc(t);(6)观测Qc(t)成二进制抗体pc(t),计
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