共查询到19条相似文献,搜索用时 62 毫秒
1.
提出一种基于极化分解分类与结构特征相结合的复杂场景全极化SAR图像机场跑道检测方法。首先利用先验信息粗选图像中各类样本目标进行H/α分解提取图像中各类训练样本,然后根据极化SAR图像的统计特性,利用贝叶斯分类器对图像进行分类,提取图像中机场跑道疑似区域,再结合机场跑道的五种结构特征用二叉树法进行判别,最终确定机场跑道区域。利用美国UAVSAR系统采集的多组全极化实测数据对算法进行实验,结果表明,该算法能够有效地检测出跑道,且检测的跑道结构完整,轮廓清晰,虚警率低。 相似文献
2.
SAR图像感兴趣目标区域(Region Of Interest, ROI)的提取是目标识别的基础。该文针对SAR图像中车辆目标ROI提取问题,系统分析了ROI提取过程的关键环节,提出了采用基于有序数据可变索引(Ordered Data Variability Index, ODVI)的自适应CFAR方法实现目标的恒虚警检测,同时对ROI切片计算鉴别特征,并实现序贯鉴别。最后利用X波段SAR图像数据验证了该文的ROI提取技术,给出了鉴别输出的ROI,处理结果显示该文算法能准确提取车辆目标ROI,有效消除虚警。 相似文献
3.
针对合成孔径雷达(SAR)图像中相干斑的统计特性,设计了对应的直线提取算法.首先组合运用Canny算子和Ratio算子得到边缘点及其边缘方向,然后根据边缘方向一致性原理得到初始直线图;最后,通过高层编组方法连接由于噪声引起的直线缺损.本文提出的边缘检测方法克服了边缘方向量化带来的直线断裂,并且具有恒虚警的特性.高层编组过程通过对初始直线图的分析确定可能扩展的直线区域,之后在原始图像中进行统计证实,得到完整的直线图.直线提取算法在X波段机载SAR图像上进行了试验,得到了满意的效果.提取的直线图可以用于遥感图像矢量化、自动目标识别等方面. 相似文献
4.
针对高分辨率SAR图像复杂背景下的线状目标边缘,提出了一种基于DS证据理论的融合提取方法。首先,分析并建立了线状目标的边缘模型;其次,改进了现有的ROEWA算法,在计算边缘强度的同时,利用方向模板和二次曲线进行方向估计,得到了边缘方向;然后,基于边缘模型设计了DS证据理论识别框架,利用道路边缘点方向,设计了一种一一映射的Hough变换方法,基于线状目标直线边缘的高边缘强度值、直线边缘共线性、直线边缘侧面均匀区域统计特性(灰度均值和方差),构建了三组相互独立的基本概率分配函数(BPAF),并采用DS证据理论的Dempster方法,实现了复杂背景下线状目标边缘提取的融合判决。最后,利用机载SAR图像进行城区道路目标的边缘提取试验,验证了本文方法的性能。 相似文献
5.
基于小波边缘提取和脊线跟踪技术的SAR图像河流检测算法 总被引:1,自引:0,他引:1
该文提出了一种在SAR图像中有效地得到连通河流的检测方法。算法基于二进小波变换的边缘提取和脊线跟踪技术。该文应用小波变换多尺度特性进行边缘检测,采用小波域系数直接相关的方法提取边缘。该方法比WTMM获取边缘点的算法更加简单高效。在解决连接不连续边缘点和水域连通问题时,该文采用了指纹提取中的基于灰度级图像的脊线跟踪技术,从而避免了已广泛应用于海岸线连接中的Snake模型的一些缺点。结果证明该文算法更高效,对复杂的河流边缘适应性更强,算法得到的河流检测结果连通性更好,定位准确。 相似文献
6.
基于左右导数算子数的边缘提取 总被引:1,自引:0,他引:1
根据图像灰度的左右导数及其性质构造了几个提取和检测图像阶跃型边缘和屋顶型边缘的算子,并从理论和实验结果上同Prewitt算子,Sobel算子、Canny算子及Laplacian算子等进行了比较和分析,发现此类算子包含了这些重要的的传统微分算子,而且还具有算法简单灵活,检测精度高和抗噪声干扰能力较强等优点。实验结果还表明在没有进行进一步细化加工的情况下,文中所述的广义左右导数算子无论是检测阶跃型边缘 相似文献
7.
基于邻域均方连续差分的SAR图像边缘提取算法 总被引:1,自引:0,他引:1
该文提出了一种基于邻域均值连续差分平方和(均方连续差分)的SAR图像边缘提取算法。首先,将像素邻域滑动窗口分成多个互不重叠的子区域,采用邻域均值差分平方和作为边缘强度的衡量因子,从理论上证明了该算子可以消除区域亮度对边缘强度估计的影响,具有恒定虚警率的特性,同时较好地估计边缘方向。然后,根据边缘走向对边缘强度图像进行边缘细化,消除真实边缘附近的虚假边缘,并提出一种基于平均强度变化率的自适应双阈值连接方法提取SAR图像中边缘。仿真和实测SAR图像的实验结果表明,该文提出的算子在SAR图像的边缘检测中表现出较好的性能,具有较高检测率和边缘定位精度,边缘线段的连续性保持也较好。 相似文献
8.
9.
10.
11.
12.
基于小波域NMF特征提取的SAR图像目标识别方法 总被引:4,自引:0,他引:4
该文提出了一种基于小波域非负矩阵分解特征提取的合成孔径雷达图像目标识别方法。该方法对图像二维离散小波分解后提取低频子带图像,用非负矩阵分解对低频子带图像提取特征向量作为目标的特征,利用支持向量机进行分类完成目标识别。将该方法用于对MSTAR数据中三类目标识别,识别率最高可达97.51%,明显提高了目标的正确识别率。实验结果表明,该方法是一种有效的合成孔径雷达图像特征提取与目标识别方法。 相似文献
13.
14.
15.
16.
视频合成孔径雷达(SAR)具有高帧率成像能力,可作为地面运动目标探测的重要技术手段。经典SAR地面动目标显示(SAR-GMTI)依靠目标回波能量来实现动目标检测,同时动目标阴影亦可作为视频SAR动目标检测的重要途径。然而,由于动目标能量和阴影的畸变或涂抹,依靠单一方式难以实现稳健的动目标检测。该文基于目标能量和阴影的双域联合检测思想,分别通过快速区域卷积神经网络和航迹关联两种技术途径实现了视频SAR动目标联合检测,给出了机载实测数据处理结果,并进行了详细分析。该文方法充分利用目标阴影与能量的特征及空时信息,提升了机动目标检测的稳健性。 相似文献
17.
随着极化技术的发展,越来越多的高分辨率SAR图像出现,对其分类成为一个耗时的工作。针对该问题,提出了基于Otsu和模糊核聚类算法的极化SAR图像分类。将SAR图像分类分为两步,第一步借助Otsu法进行粗略分割,将图像转化为若干个区域;第二步利用模糊核聚类算法将第一步剩下的像素进一步分类。实验结果表明,该算法既可保持较高的分类精确度,又可保证较快的计算速度。 相似文献
18.
双/多基地合成孔径雷达研究进展 总被引:1,自引:1,他引:0
近年来,双/多基地合成孔径雷达已经成为SAR研究领域中的热点之一。深入分析了双/多基地合成孔径雷达的优势,归纳和总结了双/多基地SAR研究中的关键技术及其国内外研究现状,包括信号处理、系统同步、运动补偿、基线测量与设计、干扰与抗干扰和外场实验情况等。在此基础上探讨并指出了该技术的应用前景及其未来发展趋势,对开展双/多基地合成孔径雷达研究具有一定的指导意义。 相似文献
19.
用途广泛的合成孔径雷达跟传统雷达相比有许多特点,所使用的功率行波管的设计方法亦不同于传统的功率行波管.本文简述了SAR的特点对新型功率行波管设计提出的新要求,同时介绍了新型功率行波管研制上的新进展. 相似文献