SAR圖像質量評估及其目標識別應用.pdf_第1頁
已閱讀1頁,還剩103頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、SAR在軍事偵察和民用方面都具有重要作用,應用越來越廣泛,因此開展SAR圖像應用的工作具有實際意義和應用前景。但是由于SAR圖像的特殊性導致了SAR圖像存在一些特殊的質量問題,使SAR圖像的解譯比較困難,最終影響SAR圖像的應用。因此,SAR圖像質量評估及其應用的研究具有重要的意義。
   本文首先研究了SAR成像的特點,從幾何、輻射、統(tǒng)計分布等角度分析了SAR圖像的一些特性。然后從圖像獲取的角度選擇了五個客觀參數(shù)對SAR圖像進

2、行質量評價,包括均值、方差、等效視數(shù)、輻射分辨率和灰度分辨率,高效、直觀的對SAR圖像的質量進行初步評估,并對真實SAR圖像的數(shù)據(jù)庫進行了實驗驗證。從圖像內(nèi)容的角度,針對有增益問題的SAR圖像,提出了一種基于歸一化行/列均值的算法進行增益檢測,能夠快速有效的檢測出有增益問題的SAR圖像,并標示出增益變化的位置,有助于對SAR系統(tǒng)的改進進行指導。
   提出了一種基于相似性度量的高分辨率SAR圖像無監(jiān)督分割算法。首先以JSEG算法

3、為基礎,針對SAR圖像的特點,以減小斑點噪聲對于分割影響為目的,提出了一種新的相似性度量標準。SAR圖像經(jīng)過預處理,得到一個灰度類圖,利用該相似性度量標準對此灰度類圖進行紋理組合,建立一個能夠反映區(qū)域內(nèi)部和邊界的新圖。在圖中,數(shù)值低的部分代表區(qū)域的中心,數(shù)值高的代表區(qū)域的邊界,利用這個特性,用區(qū)域生長算法對新圖進行分割。最后實驗證明該算法從目視解譯上更為精確,對于目標相對較弱的SAR圖像優(yōu)勢尤為明顯;而且計算復雜度低,快速、高效,利于實

4、際應用。
   針對SAR圖像統(tǒng)計特性,提出了一種基于局部中值擬合C-V模型的新的SAR圖像分割算法:LMFCV-SIS。該算法核心是利用像素點及以其為中心的鄰域內(nèi)的像素點的局部中值擬合來構造能量函數(shù),極小化該能量函數(shù),得到輪廓的最終演化結果。通過一系列對比實驗,結果表明,該算法充分利用了SAR圖像的特征信息,對真實機載SAR圖像進行分割具有分割邊界定位準確、收斂速度較快等優(yōu)勢。
   最后建立了一個SAR圖像的質量評估

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。

評論

0/150

提交評論