版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、合成孔徑雷達(Synthetic Aperture Radar, SAR)是一種相干成像雷達,工作在微波波段。SAR成像能夠獲得高品質(zhì)的圖像,所以已被廣泛應(yīng)用到各個領(lǐng)域。隨著 SAR技術(shù)的日趨成熟,包含更多地物信息和分類特征的極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar,PolSAR)越來越受到人們的重視。SAR圖像分割和分類是SAR圖像處理的第一步,也是圖像處理中最難解決的問題之一。因此
2、,尋求高效、高精度的圖像分割和分類方法具有十分重要的意義。
本文重點研究基于粒子群優(yōu)化和Freeman分解的SAR圖像分割與分類,以粒子群優(yōu)化方法為理論基礎(chǔ),將其簡單有效的閾值化圖像分割方法相結(jié)合,首先對SAR圖像分割;其次充分利用Freeman分解得到的極化特征,應(yīng)用上述方法對極化SAR圖像做進一步分類。本文主要的研究內(nèi)容如下:
1.提出了一種基于粒子群優(yōu)化的二維雙閾值 SAR圖像分割方法。由于 SAR圖像信息量大
3、、背景復(fù)雜,普通閾值法已經(jīng)不能滿足分割精度的要求,因此本算法采用二維雙閾值Otsu法對SAR圖像進行分割,但這也在一定程度上增加了算法的復(fù)雜度,降低了圖像分割的效率。粒子群優(yōu)化算法是一種智能的、全局的優(yōu)化算法,實現(xiàn)簡單,沒有交叉和變異操作,需要調(diào)整的參數(shù)少,有較快的收斂速度,因此將粒子群優(yōu)化算法引入其中。與經(jīng)典的圖像分割算法相比,該算法不僅獲得了較好的分割精度,同時降低了算法的時間復(fù)雜度。
2.提出了一種基于Freeman分解
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Freeman分解的極化SAR圖像分類研究.pdf
- 基于模糊粒子群優(yōu)化和目標分解的極化SAR影像地物分類.pdf
- 基于粒子群優(yōu)化聚類的SAR圖像分割方法研究.pdf
- 基于粒子群優(yōu)化算法的圖像分割研究.pdf
- 基于粒子群優(yōu)化絮體圖像分割算法的設(shè)計和應(yīng)用.pdf
- 基于多目標粒子群優(yōu)化算法的圖像分割算法.pdf
- 基于改進粒子群優(yōu)化算法的灰度圖像分割研究.pdf
- 基于散射分解和圖像紋理特征的極化SAR圖像分類.pdf
- 基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究.pdf
- 基于特征學(xué)習和低秩分解的極化SAR圖像分割.pdf
- 基于粒子群的圖像分割算法及其應(yīng)用.pdf
- 基于張量分解的極化SAR圖像分類.pdf
- 基于混合粒子群優(yōu)化馬爾科夫隨機場的圖像分割.pdf
- 基于克隆選擇和粒子群算法的圖像分割方法研究.pdf
- 基于極化分解的極化SAR圖像分類.pdf
- 極化SAR圖像的分割和分類算法研究.pdf
- 基于混沌粒子群和模糊聚類的圖像分割算法研究.pdf
- 基于差分粒子群和模糊聚類的圖像分割研究.pdf
- 基于粒子群優(yōu)化的Retinex圖像增強.pdf
- 基于區(qū)域分解法和粒子群優(yōu)化算法的天線優(yōu)化研究.pdf
評論
0/150
提交評論