2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩166頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、基于SAR圖像的自動(dòng)目標(biāo)識(shí)別(Automatic Target Recognition,ATR)是SAR應(yīng)用領(lǐng)域一個(gè)極為重要的課題。目前SAR ATR面臨的主要挑戰(zhàn)是目標(biāo)及目標(biāo)所處環(huán)境復(fù)雜多變,僅依靠有限的目標(biāo) SAR圖像進(jìn)行目標(biāo)識(shí)別存在信息量的不足,需要引入其他外部知識(shí)和輔助信息。論文以此為切入點(diǎn)展開相關(guān)研究。
  論文首先梳理了SAR ATR的現(xiàn)狀以及面臨的主要問題,指出知識(shí)輔助的SAR ATR是克服SAR ATR困境的一條可

2、行思路,并提出了相應(yīng)的系統(tǒng)處理流程。知識(shí)輔助的SAR ATR引入目標(biāo)、環(huán)境、傳感器以及領(lǐng)域?qū)<业榷喾矫娴闹R(shí),采用層次化、自適應(yīng)的信息處理流程。目標(biāo)索引是其中的關(guān)鍵環(huán)節(jié),它的作用是在高維假設(shè)空間中確定需要重點(diǎn)關(guān)注的區(qū)域,為后續(xù)精細(xì)化處理提供初始假設(shè)。論文從知識(shí)輔助和擴(kuò)展工作條件處理的角度對(duì)SAR目標(biāo)索引及其特征提取展開研究。
  第二章研究知識(shí)輔助的SAR目標(biāo)分割。對(duì)地面目標(biāo)SAR圖像,陰影也是感興趣的區(qū)域?,F(xiàn)有的分割方法主要考慮

3、目標(biāo)與背景在圖像灰度上的差異以及像素級(jí)的局部區(qū)域連通性,普遍存在較多的目標(biāo)和陰影的缺失。論文引入目標(biāo)和陰影相連通的空間關(guān)系約束先驗(yàn),并利用空間關(guān)系勢能函數(shù)(Spatial Relation Potential Function, SRPF)進(jìn)行定量描述,在Markov Random Field(MRF)分割的基礎(chǔ)上提出SRPF-MRF分割方法,以得到更加完整的目標(biāo)和陰影。而且,該方法在MRF分割的基礎(chǔ)上僅對(duì)每個(gè)像素施加額外的先驗(yàn)概率,算

4、法的計(jì)算量幾乎沒有增加,能夠較好地滿足目標(biāo)索引對(duì)效率的需求。
  第三章從目標(biāo)索引的角度對(duì)SAR圖像散射中心特征提取展開分析和研究。首先分析指出屬性散射中心、復(fù)圖像域高分辨點(diǎn)散射中心提取難以滿足目標(biāo)索引對(duì)時(shí)效性、穩(wěn)健性、自動(dòng)化等方面的需求。峰值提取方法能夠滿足這些需求,但峰值提取由于未能考慮展布式散射中心而存在散射中心“漏檢”,影響散射中心特征的目標(biāo)區(qū)分能力。分析推導(dǎo)了屬性散射中心在實(shí)圖像域的表現(xiàn)及其與理想點(diǎn)散射中心的近似等價(jià)關(guān)系

5、,構(gòu)建了一種新的散射中心模型知識(shí)。據(jù)此提出一種基于CLEAN策略的SAR實(shí)圖像域散射中心提取。該方法能較好地解決峰值提取存在的散射中心漏檢,而且由于基于CLEAN策略,算法穩(wěn)健、自動(dòng)化程度高,增加的計(jì)算量不大,能夠滿足目標(biāo)索引的需求。
  第四章針對(duì)地面車輛目標(biāo),從車輛目標(biāo)的簡化草圖模型—長方體模型入手,分析指出其在SAR圖像中具有矩形輪廓。矩形輪廓本身構(gòu)成了一種模型知識(shí),可以為車輛目標(biāo)的部件、子結(jié)構(gòu)(如坦克炮管)的描述提供很好的

6、上下文,有利于擴(kuò)展工作條件下的目標(biāo)索引。矩形輪廓提取的難點(diǎn)主要在于目標(biāo)分割存在的虛假目標(biāo)、缺失以及可能的附加結(jié)構(gòu),如坦克炮管。為了克服這些難點(diǎn),論文引入陰影邊界、目標(biāo)長寬比等約束知識(shí),提出了一種啟發(fā)式的車輛目標(biāo)SAR圖像矩形輪廓提取方法。MSTAR數(shù)據(jù)實(shí)驗(yàn)結(jié)果說明了該方法的有效性。
  第五章研究了基于特征子結(jié)構(gòu)的目標(biāo)粗分類(即索引)。首先討論了特征子結(jié)構(gòu)的內(nèi)涵、特征子結(jié)構(gòu)的描述、提取和預(yù)測及其在SAR目標(biāo)索引中的應(yīng)用。從知識(shí)輔助

7、的角度,特征子結(jié)構(gòu)綜合了目標(biāo)模型、觀測實(shí)例、傳感器知識(shí)、專家知識(shí)等。在矩形輪廓的上下文約束下,根據(jù)炮管特征子結(jié)構(gòu)在SAR圖像中的特點(diǎn),分別從分割結(jié)果和散射中心特征檢測和提取炮管,并將之用于基于顯著特征子結(jié)構(gòu)檢測的目標(biāo)索引。提取穩(wěn)定散射中心作為特征子結(jié)構(gòu),考慮矩形輪廓的上下文約束,通過穩(wěn)定散射中心匹配進(jìn)行SAR目標(biāo)索引。最后MSTAR數(shù)據(jù)實(shí)驗(yàn)說明了特征子結(jié)構(gòu)用于SAR目標(biāo)索引的有效性。
  論文最后(第六章)總結(jié)了論文的研究工作和成

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(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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。

評(píng)論

0/150

提交評(píng)論