排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
基于EEMD的SAR海洋内波参数反演 总被引:1,自引:0,他引:1
经验模态分解(EMD)方法对非平稳信号进行分解,容易出现模式混叠和边界效应,从而不能得到有物理意义的特征信息.集成经验模态分解(EEMD)能够有效地克服模式混叠和边界效应问题,可准确地提取信号的本质特征信息.在分析SAR图像反演海洋内波参数机理的基础上,本文提出了一种基于EEMD的海洋内波参数反演方法.实验结果表明:与小波分解和EMD方法相比,该方法能更有效地克服模式混叠现象,所提取的分量更接近内波波动的物理本质,所反演的内波参数与经验数据吻合. 相似文献
2.
基于合成孔径雷达(Synthetic aperture radar,SAR)图像的稀疏特性,将目标增强模型设计与性能要求相融合,建立了信噪比性能最优化目标函数与lk范数约束项构成的SAR图像变参数增强模型.通过对模型解的惟一性、收敛性及其增强性能分析,确定稀疏参数k的选择范围,继而通过参数估计的均方误差分析,得到正则参数的选择方法,并设计求解迭代过程.图像处理过程可达到较高的自动程度.MSTAR图像数据处理结果验证了该模型的有效性,经处理后图像噪声得到抑制,目标特征得到明显增强,性能优于传统正则化模型. 相似文献
3.
基于改进基追踪方法的信号去噪 总被引:1,自引:0,他引:1
提出了一种新的基追踪求解算法。依据信号特性自适应地选取字典;通过l1范数的近似表示,将有约束的极值问题转化为无约束问题,并利用一种新的迭代算法进行快速求解;几类典型信号实验结果验证了本方法具有良好的去噪效果。 相似文献
4.
5.
6.
7.
基于紧致字典的基追踪方法在SAR图像超分辨中的应用 总被引:3,自引:0,他引:3
基追踪方法是信号稀疏表示领域的一种新方法.它寻求从超完备的基集合(字典)中得到信号的最稀疏的表示,即用尽可能少的基尽可能精确地表示原信号,从而获得信号的内在本质特性.本文将基追踪方法的应用扩展到SAR(Synthetic Aperture Radar)图像的超分辨问题上来.首先在相位历史域依据SAR目标属性散射模型构造了一类紧致字典,从而大大减小了所求解问题的维数,其次设计了一种新的迭代算法进行快速求解,得到SAR图像中各散射中心位置和幅度的高精度估计,最后依据相位历史域SAR目标属性散射模型,生成更大尺度的相位历史数据,对生成的相位历史数据成像即得到更高分辨率的SAR图像.仿真算例和MSTAR实测数据计算表明,基于紧致字典的基追踪方法能够快速稳定实现,同时具有良好的超分辨性能. 相似文献
8.
9.
10.
利用一台三目生物显微镜制成超细颗粒粒径分布分析仪。利用标准光栅对系统的放大倍数进行了横向和纵向标定,通过实验发现该仪器的分辨率可以达到1.2μm。通过该仪器,可将颗粒的显微图像实时呈现在显示器上,根据其清晰度进行调焦。用Visual C 语言编写了粒经分布分析软件,利用它可以对同一玻片的不同视场有所选择和采样,去除背景噪声,将每次处理结果进行数据融合,实现对样品中超细颗粒的自动化检验和颗粒粒径参数的统计分析。因此这套系统实现了颗粒粒径检测人伫性到定量的重要转变,提高了颗粒检测和粒径分析的统计精度和置信度。 相似文献