已閱讀1頁，還剩47頁未讀， 繼續(xù)免費閱讀
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(lǐng)
文檔簡介
1、SAR(Synthetic Aperture Radar)圖像分割一直是SAR 圖像研究的熱點。SAR 圖像包含豐富的信息，包括邊緣特征、區(qū)域形狀特征、方向特征和紋理特征等。如何合理地提取和利用這些特征來對SAR 圖像進行分割是本文的一個出發(fā)點。本文從以下幾個方面對SAR 圖像分割展開研究： 2、> 接著從特征提取出發(fā)研究SAR 圖像分割。紋理是SAR 圖像中很重要的一種信息。本文給出了三種紋理圖像特征表示方法——基于灰度共生矩陣的特征、基于非下采樣小波分解特征和基于Contourlet 變換的特征。本文將這三種方法提取特征進行兩兩融合與三類融合，給出基于多類特征融合的圖像分割方法，通過實驗表明，這些特征的融合對于人工合成紋理圖像和SAR 圖像分割有著較優(yōu)的分割結(jié)果。
本文首先研究了圖像分割理論。對常用圖像分割方法進行詳細的介紹，并根據(jù)它們的不同特點進行分類討論，論述各種圖像分割方法的優(yōu)缺點。
最后從特征選擇出發(fā)研究SAR 圖像分割。
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
- 基于進化計算的SAR圖像分割.pdf
- SAR圖像特征數(shù)據(jù)提取與SAR圖像分割研究.pdf
- 基于量子進化計算的數(shù)據(jù)聚類和圖像分割.pdf
- 基于改進量子進化核聚類算法的圖像分割.pdf
- 基于K分布和紋理特征的SAR圖像分割研究.pdf
- 基于統(tǒng)計模型的SAR圖像分割.pdf
- 基于水平集的SAR圖像分割.pdf
- 基于多特征集成的SAR圖像分割算法研究.pdf
- 基于特征學習和低秩分解的極化SAR圖像分割.pdf
- 基于組織進化的聚類算法及其在SAR圖像分割中的應(yīng)用.pdf
- 基于統(tǒng)計特征和混合模型的SAR圖像分割方法研究.pdf
- 基于壓縮感知的SAR圖像分割研究.pdf
- 基于特征值和譜聚類的極化SAR圖像分割.pdf
- 基于素描線補全策略和區(qū)域特征學習的SAR圖像分割.pdf
- 基于支持向量機的SAR圖像分割.pdf
- 基于融合的醫(yī)學圖像特征選擇和分割方法研究.pdf
- 基于水平集的SAR圖像分割方法研究.pdf
- 基于瞬態(tài)系數(shù)的SAR圖像分割方法研究.pdf
- 基于MRF的極化SAR圖像分割方法研究.pdf
- 基于區(qū)域的SAR圖像分割算法及其在SAR圖像分類當中的應(yīng)用.pdf
評論
0/150
提交評論