首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   9篇
  免费   0篇
  国内免费   2篇
综合类   3篇
自动化技术   8篇
  2019年   1篇
  2009年   1篇
  2007年   2篇
  2006年   1篇
  2005年   1篇
  2004年   2篇
  2003年   3篇
排序方式: 共有11条查询结果,搜索用时 18 毫秒
1.
SAR图像分类是&讯图解译中非常重要的环节,但由于SAR图像中相干斑噪声的存在,使得传统方法不能很好地对SAR图像进行分类。再之,SAR图像分类具有计算量大、耗时长的特点,SAR所能获取的信息数据量也越来越大,如何快速、准确地对SAR图像进行分类以及时获取有用信息显得日益迫切。本文提出了一种快速的SAR图像分类方法,该方法将图像的空间域和频域特征相结合,并基于并行计算环境,对图像中的每一点都计算相应的小波能量特征、共生灰度矩阵特征和滤波后的灰度特征,并组成特征向量对SAR图像进行分类。实验结果证明该方法能取得较好的分类效果,且速度较快。  相似文献   
2.
对进口集散控制系统(DCS)进行深开发,提高原有装置的控制水平,实现在线优化闭环实时控制是工业界普遍关注的研究课题。在美国ABB公司制造的MOD-300型DCS基础上,选用DEC公司制造的Alapha-3800小型机为控制与通信平台,通过PHENIX接口软件、Apclopt软件包及Setcim数据库构建了与DCS的网络信息交换系统,实现了装置的在线优化控制。以中石化某厂、阜海发电厂为例叙述了主要实施过程:优化目标函数的确定,变量的选取,数学模型的建立,优化算法与生产预报模型的形成过程。  相似文献   
3.
基于分形理论的SAR图像分割   总被引:2,自引:0,他引:2  
SAR(合成孔径雷达)图像包含有相干斑噪声,传统方法不能很好对其进行分割,文章将SAR图像的特点和分形理论相结合,提出了一种新的SAR图像分割方法。该方法首先对原始SAR图像每个像元为中心取两种不同窗口,计算在该两种窗口下基于区域自选的分形维数并求均值,将其作为分形纹理特征。然后根据SAR图像噪声在小波域中的分布特点对SAR图像进行滤波,最后以SAR图像分形纹理特征和滤波后的灰度组成特征向量对SAR图像进行分割。实验结果分析表明,该方法是一种有效的SAR图像分割方法。  相似文献   
4.
基于小波变换的SAR图像分割   总被引:7,自引:1,他引:7  
SAR(合成孔径雷达)图像包含有相干斑噪声,传统方法不能很好地对SAR图像进行分割,该文结合SAR图像和小波变换多分辨分析的特点,提出了一种新的SAR图像分割方法。首先利用小波变换提取SAR图像的纹理特征信息,然后根据SAR图像噪声在小波域中的分布特点对SAR图像进行滤波,最后以SAR图像小波能量纹理特征和滤波后的灰度组成特征向量对SAR图像进行分割。实验结果表明,该方法是一种有效的SAR图像分割方法。  相似文献   
5.
运动参数估计是数字视频处理的一个核心问题。其任务是从视频序列中检测出运动信息,识别与跟踪运动目标和估计三维运动及结构参数。首先对传统的运动估计方法进行了全面介绍,然后重点研究基于小波变换的参数估计方法,并就各种方法的特点及应用范围进行了对比、分析与评价。  相似文献   
6.
基于小波变换的SAR图像边缘提取新方法研究   总被引:4,自引:0,他引:4  
由于SAR图像含有相干斑噪声,使得常规方法应用于SAR图像边缘检测时遇到了较大的困难,提出了一种新的SAR图像边缘提取方法,该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波,然后利用小波变换具有多分辨分析的特性,并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。  相似文献   
7.
基于并行计算在高性能计算中的优势并根据SAR图像处理的特点,探讨了并行计算在SAR图像处理中的应用.给出了SAR图像并行处理的一般过程,并用具体例子作以说明,同时也给出了如何提高SAR图像并行处理效率的一些措施.  相似文献   
8.
一种有效的SAR图像目标识别方法   总被引:1,自引:0,他引:1  
根据不变矩特征提取和支撑矢量机分类的优势,提出了一种有效的SAR图像目标识别方法.首先对样本SAR图像进行预处理。然后提取目标区域的不变矩特征并计算灰度均值,将其组成特征向量训练SVM分类器,最后用训练好的SVM分类器对要识别的SAR图像进行目标识别.采用该方法对一些含有桥梁和坦克的SAR图像进行目标识别实验,取得了较好的识别结果.  相似文献   
9.
针对自组织竞争(SOC)神经网络在解决模式分类问题上的优势,结合主成分分析法来构建商业银行信用风险识别模型.首先构造一套用于描述贷款企业信用状况的指标体系,然后使用主成分分析法提取特征指标,再采用SOC神经网络进行非监督分类.通过选取陕西省2007年度在沪、深两市交易的26家上市公司作为样本进行实证分析,实证结果表明:模型对信用风险具有较强的识别能力,同时对商业银行还有较好的预测功能.  相似文献   
10.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号