

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、極化合成孔徑雷達(dá)(POLSAR)圖像被廣泛應(yīng)用在圖像分類(lèi)中。POLSAR圖像中包含著極化、紋理、顏色等多方面特征可作為圖像分類(lèi)的依據(jù),不同的特征是地物目標(biāo)多方面性質(zhì)的體現(xiàn),可為分類(lèi)提供不同方面的信息。針對(duì)僅利用極化特征分類(lèi)精度不高的問(wèn)題,提出綜合運(yùn)用極化、紋理、顏色特征可以提高POLSAR圖像的分類(lèi)精度。本文分析了極化、紋理、顏色特征的提取方法,并將紋理和顏色特征與極化特征相結(jié)合用于POLSAR圖像分類(lèi),主要的研究?jī)?nèi)容包括:
2、(1)基于多種極化目標(biāo)分解方法得到多個(gè)極化參數(shù),組成6個(gè)包含不同極化參數(shù)的極化特征向量,用于POLSAR圖像分類(lèi),分析不同的極化特征參數(shù)對(duì)分類(lèi)結(jié)果的影響。
(2)由灰度圖提取紋理特征參數(shù)組成紋理特征向量,將該紋理特征向量與6個(gè)極化特征向量分別結(jié)合,構(gòu)成6個(gè)結(jié)合了紋理和極化特征參數(shù)的特征向量,用于POLSAR圖像分類(lèi),實(shí)驗(yàn)結(jié)果表明紋理特征與極化特征的結(jié)合可以提高POLSAR圖像的分類(lèi)精度。
(3)對(duì)灰度圖進(jìn)行偽彩色增強(qiáng)
3、得到偽彩色增強(qiáng)圖像提取顏色直方圖參數(shù)組成顏色特征向量,將該顏色特征向量與6個(gè)極化特征向量分別結(jié)合,構(gòu)成6個(gè)結(jié)合了顏色和極化特征參數(shù)的特征向量,用于POLSAR圖像分類(lèi),實(shí)驗(yàn)結(jié)果表明顏色特征與極化特征的結(jié)合可以提高POLSAR圖像的分類(lèi)精度。
(4)將極化、紋理、顏色三類(lèi)特征結(jié)合構(gòu)成6個(gè)特征向量,用于POLSAR圖像分類(lèi),實(shí)驗(yàn)結(jié)果表明三類(lèi)特征結(jié)合使用的分類(lèi)效果最優(yōu)。極化、紋理、顏色三類(lèi)特征在POLSAR圖像分類(lèi)中是相互促進(jìn)的整體
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- PolSAR圖像極化目標(biāo)分解方法研究及其應(yīng)用.pdf
- 20712.基于目標(biāo)分解的面向?qū)ο鬀Q策樹(shù)polsar影像分類(lèi)方法研究
- 基于目標(biāo)分解和SVM的POL-SAR圖像分類(lèi)方法研究.pdf
- 基于目標(biāo)分解的極化SAR圖像對(duì)比增強(qiáng)與分類(lèi)方法研究.pdf
- 分布目標(biāo)的POLSAR圖像仿真.pdf
- 基于稀疏表示的圖像目標(biāo)分類(lèi)方法研究.pdf
- 基于稀疏表示及上下文信息的PolSAR圖像分類(lèi).pdf
- 基于目標(biāo)分解與機(jī)器學(xué)習(xí)的極化SAR圖像地物分類(lèi).pdf
- 基于散射機(jī)理和目標(biāo)分解的極化SAR圖像地物分類(lèi).pdf
- 基于目標(biāo)分解的極化合成孔徑雷達(dá)圖像分類(lèi)研究.pdf
- 基于圖像的空間典型目標(biāo)分類(lèi)識(shí)別方法研究.pdf
- 基于量子克隆進(jìn)化算法的BP神經(jīng)網(wǎng)絡(luò)POLSAR圖像分類(lèi).pdf
- 基于認(rèn)知理論的高分辨率PolSAR圖像目標(biāo)解譯算法研究.pdf
- 基于Freeman分解的極化SAR圖像分類(lèi)研究.pdf
- 基于局部圖像特征的目標(biāo)識(shí)別和分類(lèi)方法研究.pdf
- 基于圖像序列的運(yùn)動(dòng)目標(biāo)分類(lèi)研究.pdf
- 基于判別學(xué)習(xí)的圖像目標(biāo)分類(lèi)研究.pdf
- PolSAR圖像建筑物密度檢測(cè)方法研究.pdf
- 基于支持向量機(jī)方法的圖像分割與目標(biāo)分類(lèi).pdf
- PolSAR圖像近海岸船舶目標(biāo)特性分析與檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論