基于監(jiān)視檢測的高分SAR影像地物分類方法研究.pdf_第1頁
已閱讀1頁，還剩90頁未讀， 繼續(xù)免費閱讀

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)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)提供了全天時、全天候的對地觀測遙感信息,但因其具有目標(biāo)結(jié)構(gòu)性特征缺失、相干斑噪聲及場景間關(guān)聯(lián)困難等先天性缺陷,導(dǎo)致大量SAR影像的人工理解變得復(fù)雜。隨著SAR影像分辨率的提升、處理對象的多樣化以及處理數(shù)據(jù)的海量化,更多的影像內(nèi)容有待于挖掘和利用。為了滿足軍用及民用更廣的應(yīng)用需求,針對高分辨率SAR影像的快速的、準(zhǔn)確的、適應(yīng)性強(qiáng)的、易于人工操作的解譯技術(shù)亟需發(fā)展。

2、r>　　本文面向高分辨率 SAR圖像解譯中的場景分類問題,重點解決SAR影像解譯中的地物要素提取的穩(wěn)定性及可靠性問題,并考慮高分辨率SAR影像內(nèi)容方面的高層語義信息及空間信息,提出了一種基于監(jiān)視檢測(Spy Detection)的一類提取(One Class Extraction)分類框架。該框架分為先驗知識獲取、圖像表征、核心分類器及相關(guān)性分析四個模塊,旨在解決高分SAR影像復(fù)雜條件下的地物分類問題。
　　本文通過三景不同的實驗

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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