版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、由于極化SAR(PolSAR)可以利用不同的極化通道(例如HH,VV,HV和VH)提供同一場景的極化特性,所以PolSAR在遙感研究領域變得越來越重要。然而,受信號帶寬和天線尺寸的限制,PolSAR圖像的分辨率不能和光學遙感圖像相比較。因此,PolSAR圖像的超分辨處理對于后續(xù)的PolSAR圖像的應用(如圖像解譯和目標識別)是非常必要的。
傳統(tǒng)的PolSAR圖像的超分辨處理方法可能會提高圖像的分辨率。然而,在處理過程中,原始圖
2、像當中所包含的相位信息和極化信息會被丟失。通常在一幅極化圖像當中,每一個分辨單元包含了幾種不同的散射機理。如果知道這些散射機理在一個分辨單元內是如何分布的,那么圖像的細節(jié)信息可以被增強,這也就意味著圖像的分辨率得到了提高。本為提出了一種新的PolSAR圖像超分辨處理過程,在這一處理過程中聯(lián)合考慮了極化目標分解技術和極化空間相關性。所提出的方法具有保留相位信息和保持散射體的全極化散射特性的能力。
所提出的方法分兩步進行。第一步,
3、通過目標分解技術獲得不同的散射成分。第二步,分別利用四象元像素超分辨算法(SRQP)和極化空間相關性超分辨算法(SRPSC)確定同一分辨單元內的不同散射成分的分布。在通常的遙感圖像中,相鄰的像素很有可能具有相同的散射機理。在SRQP中,亞象元被認為是它們的四象元像素的加權線性合成。事實上,PolSAR圖像中的相鄰像素之間具有較強的空間相關性。SRPSC充分利用了這種極化空間相關的性質,把不同的散射機理分配到同一分辨單元的不同部分。SRQ
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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 極化SAR圖像人造目標提取算法研究.pdf
- 極化SAR圖像的分割和分類算法研究.pdf
- 超分辨SAR成像研究.pdf
- 極化SAR圖像變化檢測算法研究.pdf
- 基于極化SAR圖像的非監(jiān)督分類算法研究.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類研究.pdf
- 基于子孔徑的極化SAR圖像目標分類算法研究.pdf
- 極化干涉SAR圖像森林高度估計算法研究.pdf
- 極化SAR圖像分類研究.pdf
- 圖像超分辨算法的研究與實現(xiàn)—圖像重構
- 基于圖像序列的超分辨重建算法研究.pdf
- 紅外圖像的超分辨率算法研究.pdf
- sar圖像降噪與極化sar圖像監(jiān)督分類研究
- 基于多層自編碼和超像素的極化SAR圖像分類.pdf
- 極化SAR定標算法研究.pdf
- 結合極化特征和圖像特征的極化SAR圖像分類研究.pdf
- 基于極化分解的極化SAR圖像分類.pdf
- 基于張量的單幅圖像的超分辨算法研究.pdf
- 基于深度學習的圖像超分辨算法研究.pdf
- 基于回歸學習的圖像超分辨算法研究.pdf
評論
0/150
提交評論