基于隨機投影和譜聚類的SAR圖像地物分割方法研究.pdf_第1頁
已閱讀1頁,還剩70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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、合成孔徑雷達(SAR)是一個相干系統(tǒng),它可以產生高分辨率圖像。并且由于其具有全天時、全天候、多波段、多極化工作方式及可變側視角、穿透能力強等優(yōu)勢,能對接收到的連續(xù)不間斷信號的幅值和相位進行相應處理,隨之產生遙感圖像。SAR圖像的特征決定了它應用的廣泛性,不論在工業(yè)、民用或者軍事上都有十分廣泛的用途;但同時也造成了對于SAR圖像在處理和解譯時的多樣性和復雜性:同時兼具光學圖像的幾何特征和電磁特征,但卻很難像光學圖像那樣直觀清晰,便于邊緣檢

2、測。雖然在發(fā)達國家,對于SAR圖像的應用研究已經取得了很大的突破,但由于實際生活對于圖像處理實時性的高要求,使得運算代價較高,要求非常大容量的存儲器。本文以SAR圖像地物分割應用為背景,在了解SAR圖像分割方法的基礎上,通過將改進的譜聚類方法與隨機投影等方法相結合,成功運用于SAR圖像地物分割中。本文主要工作概況如下:
 ?、盘岢隽艘环N基于隨機投影和改進譜聚類的SAR圖像地物分割方法。將一維隨機投影運用于對數據的簡化降維中,進而運

3、用改進測度的半監(jiān)督的譜聚類中對圖像進行地物分割。實驗結果表明,該方法取得了較好的分割結果。
 ?、铺岢隽艘环N基于二維隨機投影、小波包和譜聚類的SAR圖像地物分割方法。將二維隨機觀測運用于對數據的簡化降維中,使得觀測不能改變圖像的結構,進而將結果運用于小波包分解;同時將原始數據集經過灰度共生矩陣提取特征,將分解結果和灰度共生矩陣提取特征結合,運用Nystrom譜聚類進行分割。實驗結果表明,該方法能在減少計算復雜度的基礎上分割較大圖像

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