

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、與全色、多光譜、高光譜等傳統(tǒng)光學(xué)遙感圖像相比,SAR圖像所反映的灰度特征與人眼的視覺(jué)習(xí)慣有所差異,但是SAR作為一種主動(dòng)式微波遙感手段,可以彌補(bǔ)現(xiàn)有光學(xué)遙感手段的不足,能全天時(shí)、全天候不間斷的對(duì)地進(jìn)行觀測(cè),特別是微波能穿透云霧,使SAR圖像用于洪澇災(zāi)害監(jiān)測(cè)具有無(wú)可比擬的優(yōu)勢(shì),并且通過(guò)對(duì)SAR圖像的分類(lèi)可以有效地提取水域的范圍。論文在總結(jié)已有SAR圖像分類(lèi)方法的基礎(chǔ)上,對(duì)基于核方法的支持向量機(jī)(SVM)用于SAR圖像分類(lèi)進(jìn)行了深入的研究,
2、完成的主要工作如下: 1.分析了SAR圖像的特點(diǎn),闡明了SAR圖像分類(lèi)技術(shù)的發(fā)展現(xiàn)狀及其在應(yīng)用中急需解決的幾個(gè)問(wèn)題。 2.對(duì)于SAR圖像的斑點(diǎn)噪聲,提出了用Lee-Sigma濾波器進(jìn)行兩次濾波,得到滿(mǎn)足分類(lèi)要求的濾波效果。還嘗試了Lee-Sigma濾波器與其他濾波方法組合,也得到了很好的濾波效果。 3.闡述了非監(jiān)督分類(lèi)中的K-均值聚類(lèi)和ISODATA聚類(lèi),以及監(jiān)督分類(lèi)中的經(jīng)典算法-最大似然法(MLC)的優(yōu)缺點(diǎn),并
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 極化SAR圖像分類(lèi)方法研究.pdf
- 極化SAR圖像的分類(lèi)方法研究.pdf
- 基于遷移學(xué)習(xí)的SAR圖像分類(lèi)方法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的SAR圖像分類(lèi)方法研究.pdf
- 極化SAR圖像分類(lèi)的投影尋蹤方法研究.pdf
- 極化SAR圖像無(wú)監(jiān)督分類(lèi)方法研究.pdf
- SAR圖像艦船檢測(cè)與分類(lèi)方法研究.pdf
- 基于低秩方法的極化SAR圖像分類(lèi)方法.pdf
- 基于局部特征的SAR圖像地物分類(lèi)方法研究.pdf
- 基于區(qū)域劃分的極化SAR圖像分類(lèi)方法研究.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類(lèi)研究.pdf
- SAR圖像特征提取與分類(lèi)方法的研究.pdf
- 面向植被識(shí)別的SAR圖像分類(lèi)方法研究.pdf
- 基于聯(lián)合稀疏表示的sar圖像分類(lèi)方法研究
- 基于空間信息的極化SAR圖像分類(lèi)方法.pdf
- 基于聯(lián)合稀疏表示的SAR圖像分類(lèi)方法研究.pdf
- 基于隨機(jī)投影的SAR圖像紋理分類(lèi)方法研究.pdf
- sar圖像降噪與極化sar圖像監(jiān)督分類(lèi)研究
- 極化SAR圖像分類(lèi)研究.pdf
- 基于稀疏深層網(wǎng)絡(luò)的SAR圖像分類(lèi)方法.pdf
評(píng)論
0/150
提交評(píng)論