2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80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),請進行舉報或認領(lǐng)

文檔簡介

1、合成孔徑雷達(SAR)具有全天候、全天時以及穿透能力強等特點,是雷達分類識別的主要手段,在軍事和民用領(lǐng)域均有著廣泛的、不可替代的應用市場。其中極化SAR相比普通SAR,能夠獲得多種極化組合下的回波,可獲得大得多的信息量。正是由于可用信息量的大幅增加,極化SAR可以更好的描述地物目標的物理散射特性,從而實現(xiàn)更為精確的分類識別效果?;跇O化SAR的分類識別等應用已經(jīng)成為了當前的研究熱點。本文基于極化SAR數(shù)據(jù)的特點,主要進行了極化SAR圖像

2、相干斑抑制和極化SAR非監(jiān)督分類算法的研究,并構(gòu)建了極化SAR圖像算法庫以及可以調(diào)用算法庫實現(xiàn)算法功能的軟件系統(tǒng),主要內(nèi)容有:
   1.介紹了極化矢量的數(shù)學描述,作為本文的基礎(chǔ)知識。接著詳細分析了SAR圖像中相干斑的形成機理及其數(shù)學描述和統(tǒng)計特性,實現(xiàn)并分析了經(jīng)典的相干斑抑制算法和基于極化分解的極化SAR非監(jiān)督分類算法。這一章的內(nèi)容為引出后續(xù)章節(jié)的研究工作打下了基礎(chǔ)。
   2.經(jīng)典相干斑抑制算法中的參數(shù)估計步驟對算法

3、效果有著決定性的意義。圍繞相干斑抑制效果和細節(jié)保持能力這兩個相干斑抑制算法的重要性能指標,本文首先總結(jié)并詳細分析了現(xiàn)有參數(shù)估計算法的優(yōu)缺點。為了同時提高這兩項性能指標,對圖像上有紋理結(jié)構(gòu)區(qū)域和無紋理結(jié)構(gòu)區(qū)域不同特征進行了分析,對這兩種區(qū)域以不同的方式進行參數(shù)估計,提出了基于參數(shù)估計算法改進的相干斑抑制算法。該算法既能獲得較高的相干斑抑制效果,又能很好地保持圖像細節(jié)和極化特征。最后在給出相干斑抑制效果的評價指標的基礎(chǔ)上對算法進行了試驗比較

4、,證明了該算法的效果。
   3.分析了基于特征分解的極化SAR非監(jiān)督分類經(jīng)典算法,針對目前分類算法極化特征利用不完全以及極化特征使用效果不佳的問題,首先在三類極化分解算法中各選取一種算法,用得到的三組極化特征構(gòu)建了極化特征矩陣。接著利用構(gòu)建的極化特征矩陣和矩陣相似度理論,提出了集成利用極化特征的非監(jiān)督極化SAR分類算法。該算法充分利用了目前各類極化分解理論得到的極化特征,并在保持極化散射機理的前提下通過聚類迭代優(yōu)化了分類邊界,

5、提高了分類精度。最后通過與其它分類算法的實驗對比,證明了其有效性。
   4.在分析當前極化SAR圖像處理軟件系統(tǒng)的不足的基礎(chǔ)上,構(gòu)建了較為完善并易于擴充的多極化SAR圖像算法庫,并在他人對多波段SAR圖像算法研究的基礎(chǔ)上構(gòu)建了單極化SAR圖像算法庫,形成了SAR圖像綜合算法庫。算法庫中包含SAR圖像的濾波、分類、配準、融合、超分辨以及性能指標評估等功能。在此基礎(chǔ)上使用VC6.0設計并實現(xiàn)了可調(diào)用該算法庫的SAR綜合處理系統(tǒng),為

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。

評論

0/150

提交評論