基于SAR-KAZE特征提取的SAR图像分割方法.pdf
一只****ng
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
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,
基于关键特征提取与多层级信息融合的SAR图像分割的开题报告.docx
基于关键特征提取与多层级信息融合的SAR图像分割的开题报告1.研究背景与意义合成孔径雷达(SyntheticApertureRadar,SAR)技术是近年来快速发展的一种遥感技术,其具有天气不受限制、全天候可用、高精度、高覆盖、高可靠性等优势,广泛应用于水资源、土地资源管理、环境变化监测等领域。然而,由于SAR图像的噪声和复杂背景,使得SAR图像的分割一直是研究的难点。因此,如何对SAR图像进行准确、快速的分割,是SAR图像研究中的重要问题。在SAR图像分割领域,目前常用的方法有基于特征提取的方法、基于区
基于Fisher分布的活动轮廓SAR图像分割方法.pdf
本发明公开了一种基于Fisher分布的活动轮廓SAR图像分割方法,主要在于克服现有基于Gamma分布对于SAR图像分割技术的不足,其具体实现步骤为:(1)利用Fisher分布拟合图像区域的强度统计特征,根据区域竞争模型建立基于Fisher分布的能量泛函;(2)引入水平集函数,并结合长度约束项和水平集规则项,重新表示步骤一得到的能量泛函;(3)采用Euler-Lagrange变分法最小化步骤二的能量泛函,利用对数矩估计对Fisher分布的参数进行估计,然后对偏微分方程进行数值求解,进而获得SAR图像的分割结
基于统计模型的SAR图像分割方法研究的开题报告.docx
基于统计模型的SAR图像分割方法研究的开题报告一、研究背景合成孔径雷达(SAR)是一种主动传感器,能够在不受天气条件和时间限制的情况下获取地面信息。SAR图像分割是SAR应用中的一个重要领域,对于地面目标识别、军事侦察、水文气象等方面有着广泛的应用。SAR图像分割的主要目的就是将SAR图像像素聚类或分类,将每一类像素表示成一个统一的特征,形成分割结果。现有的SAR图像分割方法主要分为基于像素和基于区域的方法,其中基于区域的方法又包括基于聚类、基于分水岭、基于图像模型等方法。然而,现有的方法普遍存在以下不足
SAR图像点目标分割方法.pdf
本发明公开了一种SAR图像点目标分割方法,属于图像处理技术领域。本发明首先对待分割图像进行灰度化处理后,再进行对数变换,再按照指定的滤波处理方式进行滤波处理,接着将滤波处理后得到的图形进行指数变换后,进行背景补偿处理,对补偿处理后的图形采用二维Otsu算法进行处理,以获取分割阈值,再对背景补偿后的图像以及该图像的领域均值图像分别通过对应的阈值进行分割,再取两分割结构的交集得到最终的分割结果。本发明采用所限定出的去噪处理,在对SAR图像进行去噪的同时保证了图像更多有用信息的保留;采用所限定的背景补偿处理方式