《極化SAR影像超像素分割和面向對象分類方法》是2018年5月1日科學出版社出版的圖書,作者是覃發超。
基本介紹
- 中文名:極化SAR影像超像素分割和面向對象分類方法
- 作者:覃發超
- ISBN:9787030556981
- 頁數:112頁
- 出版社:科學出版社
- 出版時間:2018-04
- 裝幀:平裝
- 開本:16開
《極化SAR影像超像素分割和面向對象分類方法》是2018年5月1日科學出版社出版的圖書,作者是覃發超。
《極化SAR影像超像素分割和面向對象分類方法》是2018年5月1日科學出版社出版的圖書,作者是覃發超。內容簡介本書以提高全極化SAR影像處理速度及解譯精度為目標,對極化雷達基礎理論及現有的極化SAR分割、分類方法進行了系...
本研究針對目前面向對象的極化SAR影像處理領域分割算法少、分割效果差、速度慢等問題,以“超像素分割-基於超像素的層次分割-分割結果評價”為思路,從極化SAR影像本身出發,圍繞其統計特性、極化特性,開展極化SAR影像超像素分割及評價方法研究,具體如下:(1)在廣義均值漂移(Generalized Mean Shift, GMS)算法的基礎...
1.1 極化SAR成像系統 1.2 極化SAR目標分解 1.3 地物分類與圖像分割 1.4 目標檢測與目標識別 1.4.1 目標檢測 1.4.2 目標識別 1.5 本書安排 參考文獻 第2章 極化雷達的基本理論 2.1 引言 2.2 散射波的極化 2.2.1 極化橢圓 2.2.2 極化基的變換 2.2.3 極化波的描述運算元 2.2...
高解析度極化SAR圖像場景分類是SAR圖像解譯的前沿課題。本項目緊密結合高解析度極化SAR感測器的發展與套用需求,開展高解析度極化SAR圖像場景分類算法研究。首先,研究基於統計和形態學表達的幾何結構特徵提取方法,以彌補傳統極化特徵的不足,為高解析度極化SAR圖像提供更有效的地物幾何結構描述。其次,針對高解析度極化SAR圖像...
針對X波段機載全極化SAR數據,明確了地物分類中的典型地物劃分,基於地物散射特性提出了植被區域精細劃分技術,提出低功率下不同地物解譯技術,運用超像素分割技術和聚類最佳化技術對X波段極化SAR數據進行了精細分類,利用機載實測數據對上述分方法進行了驗證了上述分類方法的有效性;由於地體散射分離極大地依賴於非相干...
相干斑噪聲對SAR影像解譯造成嚴重影響,如何抑制相干斑噪聲、提高SAR影像解譯質量,一直是該領域的一個研究難點和熱點.本書從極化SAR基本理論出發,介紹極化SAR數據相干斑統計特性,然後從濾波和分割兩方面分別展開論述.濾披方面,在介紹典型濾披算法的基礎上,闡述自適應視窗濾波算法和廣義GBMS濾波算法,構建濾波算法評價...
第2章重點分析了高解析度遙感影像典型災害目標及損毀特徵。第3章提出了顧及視覺注意模型的對象級變化檢測方法、基於機器學習的災害損毀區域檢測方法。第4章研究了光學遙感影像建築物損毀提取方法。同時,分析了極化SAR影像在建築物信息提取方面的方法與套用。第5章利重點研究了災後高解析度影像的道路損毀提取方法,提取出...
基於全極化屬性散射中心模型的SAR目標屬性特徵提取方法、基於非負稀疏表示的SAR目標識別方法、聯合陰影與目標區域圖像的SAR目標識別方法、姿態圖像缺失情況下的SAR目標識別方法、以及基於多信息字典學習與稀疏表示的SAR目標識別方法等。本項目的研究成果可為SAR自動目標識別技術及其套用的發展提供一定的參考。
針對光學與SAR影像自動、高精度配準的難點和巨大挑戰,通過三年的研究工作,取得了如下的主要研究成果:一、構建多模式多極化SAR影像面目標分割框架,提出了基於視覺顯著模型的高解析度單極化SAR影像水體分割、基於水平集模型的全極化SAR影像水體分割、基於改進U-Net和超像素條件隨機場的光學影像水體提取等系列面特徵提取...
全極化SAR影像分割及評價方法研究,國家自然科學基金青年科學基金項目,61601465,2017-2019 基於超像素的極化SAR影像多尺度分割方法研究,江蘇省自然科學基金青年基金項目,BK20160244,,2016-2018 極化SAR影像典型地物分類識別算法研究,中央高校基本科研業務費項目,2015QNA29,2015-2017 專利及軟體著作權 郎豐鎧,楊傑,...
12.3.1基於稀疏極化DBN的極化SAR地物分類 12.3.2基於深度PCA網路的極化SAR影像地物分類 12.4基於第二代深度神經網路的PolSAR影像地物分類 12.4.1基於深度復卷積網路的PolSAR影像地物分類 12.4.2基於生成式對抗網的PolSAR影像地物分類 12.4.3基於深度殘差網路的PolSAR影像地物分類 參考文獻 第13章基於深度神經網路...
6.8 主持項目 [1]全極化SAR影像分割及評價方法研究,國家自然科學基金青年科學基金項目,61601465,2017-2019 [2]基於超像素的極化SAR影像多尺度分割方法研究,江蘇省自然科學基金青年基金項目,BK20160244,,2016-2018 [3]極化SAR影像典型地物分類識別算法研究,中央高校基本科研業務費項目,2015QNA29,2015-2017 ...