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),請進行舉報或認領
文檔簡介
1、極化合成孔徑雷達(POLSAR)圖像被廣泛應用在圖像分類中。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的依據(jù),不同的特征是地物目標多方面性質(zhì)的體現(xiàn),可為分類提供不同方面的信息。針對僅利用極化特征分類精度不高的問題,提出綜合運用極化、紋理、顏色特征可以提高POLSAR圖像的分類精度。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,主要的研究內(nèi)容包括:
2、(1)基于多種極化目標分解方法得到多個極化參數(shù),組成6個包含不同極化參數(shù)的極化特征向量,用于POLSAR圖像分類,分析不同的極化特征參數(shù)對分類結(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個極化特征向量分別結(jié)合,構(gòu)成6個結(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,實驗結(jié)果表明紋理特征與極化特征的結(jié)合可以提高POLSAR圖像的分類精度。
(3)對灰度圖進行偽彩色增強
3、得到偽彩色增強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個極化特征向量分別結(jié)合,構(gòu)成6個結(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,實驗結(jié)果表明顏色特征與極化特征的結(jié)合可以提高POLSAR圖像的分類精度。
(4)將極化、紋理、顏色三類特征結(jié)合構(gòu)成6個特征向量,用于POLSAR圖像分類,實驗結(jié)果表明三類特征結(jié)合使用的分類效果最優(yōu)。極化、紋理、顏色三類特征在POLSAR圖像分類中是相互促進的整體
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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(quán)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。
最新文檔
- PolSAR圖像極化目標分解方法研究及其應用.pdf
- 20712.基于目標分解的面向?qū)ο鬀Q策樹polsar影像分類方法研究
- 基于目標分解和SVM的POL-SAR圖像分類方法研究.pdf
- 基于目標分解的極化SAR圖像對比增強與分類方法研究.pdf
- 分布目標的POLSAR圖像仿真.pdf
- 基于稀疏表示的圖像目標分類方法研究.pdf
- 基于稀疏表示及上下文信息的PolSAR圖像分類.pdf
- 基于目標分解與機器學習的極化SAR圖像地物分類.pdf
- 基于散射機理和目標分解的極化SAR圖像地物分類.pdf
- 基于目標分解的極化合成孔徑雷達圖像分類研究.pdf
- 基于圖像的空間典型目標分類識別方法研究.pdf
- 基于量子克隆進化算法的BP神經(jīng)網(wǎng)絡POLSAR圖像分類.pdf
- 基于認知理論的高分辨率PolSAR圖像目標解譯算法研究.pdf
- 基于Freeman分解的極化SAR圖像分類研究.pdf
- 基于局部圖像特征的目標識別和分類方法研究.pdf
- 基于圖像序列的運動目標分類研究.pdf
- 基于判別學習的圖像目標分類研究.pdf
- PolSAR圖像建筑物密度檢測方法研究.pdf
- 基于支持向量機方法的圖像分割與目標分類.pdf
- PolSAR圖像近海岸船舶目標特性分析與檢測.pdf
評論
0/150
提交評論