

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、極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar, PolSAR)是一種多通道的成像雷達系統(tǒng)。相較于單極化SAR強度圖像,多極化SAR圖像包含更豐富的地物信息和全面的極化信息。因此,極化SAR圖像解譯已經(jīng)成為SAR圖像處理領(lǐng)域的研究重點和熱點之一?,F(xiàn)如今,極化SAR已經(jīng)在各行各業(yè)得到廣泛和深入的應用。軍事上,極化SAR可以用于檢測與識別軍事目標,以及反演與衡量戰(zhàn)場局勢。民用上,極化SAR可以用
2、于植被生長狀況監(jiān)測、自然災害評估、海洋學研究、冰川覆蓋情況監(jiān)測等。本文在三重Markov場(Triplet Markov Field, TMF)的基礎(chǔ)上將建模極化數(shù)據(jù)的先進統(tǒng)計分布引入到TMF的似然能量項,對極化SAR圖像監(jiān)督分類開展了研究,主要工作分為兩個部分:
原始Wishart TMF極化SAR圖像監(jiān)督分類方法以TMF模型為基礎(chǔ),將描述極化SAR數(shù)據(jù)統(tǒng)計的以各圖像聚類為條件的高斯復Wishart分布和一種空間上下文模型結(jié)
3、合起來。對于非穩(wěn)態(tài)圖像,TMF能夠獲得比MRF(Markov Random Field)更好的分類結(jié)果,然而TMF推導得到的輔助場物理含義很難被解譯,針對此問題,我們將歸一化平滑特征融入TMF能量項的構(gòu)建,來指導輔助場分為平滑平穩(wěn)態(tài)和非平滑平穩(wěn)態(tài)。另外在TMF初始標號場構(gòu)建時,Wishart TMF僅僅結(jié)合高斯復Wishart分布作最大似然(Maximum Likelihood, ML)分類,沒有充分利用極化信息,針對此問題,我們利用多
4、種極化分解提取特征參量,結(jié)合SVM(Support Vector Machine)監(jiān)督分類,分類結(jié)果用于TMF初始標號場的構(gòu)建。實測極化SAR圖像分類實驗結(jié)果表明上述兩處改進的有效性。
提出一種結(jié)合極化分解特征提取和非高斯K-Wishart分布下TMF的極化SAR圖像監(jiān)督分類方法。高斯復Wishart分布嚴格來說只適合描述圖像的均質(zhì)區(qū)域,而非高斯的K-Wishart分布能夠刻畫聚類之間潛在的紋理差異,意味著結(jié)合非高斯K-Wis
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
- 基于特征統(tǒng)計的極化SAR圖像分類.pdf
- 基于強度統(tǒng)計稀疏的極化SAR圖像分類.pdf
- 基于極化分解的極化SAR圖像分類.pdf
- 基于視覺先驗模型的極化SAR圖像分類研究.pdf
- 基于張量分解的極化SAR圖像分類.pdf
- 極化SAR圖像分類研究.pdf
- 基于深度置信網(wǎng)的極化SAR圖像分類.pdf
- 基于空間信息的極化SAR圖像分類方法.pdf
- 基于Freeman分解的極化SAR圖像分類研究.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類研究.pdf
- sar圖像降噪與極化sar圖像監(jiān)督分類研究
- 基于稀疏表示分類器的極化SAR圖像地物分類.pdf
- 基于特征向量統(tǒng)計的極化SAR地物分類.pdf
- 極化SAR圖像分類方法研究.pdf
- 基于稀疏表示的面向?qū)ο髽O化SAR圖像分類.pdf
- 基于低秩方法的極化SAR圖像分類方法.pdf
- 極化SAR圖像的分類方法研究.pdf
- 基于區(qū)域劃分的極化SAR圖像分類方法研究.pdf
- 基于深度支持向量機的極化SAR圖像分類.pdf
- 基于近鄰傳播聚類的極化SAR圖像分類.pdf
評論
0/150
提交評論