排序方式: 共有17条查询结果,搜索用时 796 毫秒
1.
2.
利用灰度和纹理特征的SAR图像分类研究 总被引:2,自引:1,他引:1
多类别多特征量情况下的合成孔径雷达(SAR)图像的目标分类是一个难以解决的问题.从灰度和纹理模型出发,提出了综合利用灰度和纹理特征的目标分类方法.均值和方差是灰度模型中重要的特征统计量,而能量、熵、对比度、局部相似性和相关性是纹理模型中重要的特征统计量.灰度和纹理特征能确切地描述SAR图像中的目标.通过构造特征向量,定义向量之间的距离,并按照最小距离方法进行目标分类.以一定大小的窗口读入样本,提高了算法的运行速度和抗噪能力.理论上,窗口越大,特征向量值越接近真实值.窗口越小,边缘的分类精度越高.实验表明该方法较好地处理了多类别多特征量情况下的SAR图像分类问题,分类结果是有效的,这为SAR图像目标分类提供了一条简单可行的途径. 相似文献
3.
小波变换中的信号边界延拓方法研究 总被引:9,自引:0,他引:9
研究了小波变换中的离散信号边界延拓问题,由离散小波变换后信号长度的变化引出信号边界处理问题,给出了各种边界延拓方法及其数学表达式。利用正弦信号分析各种边界延拓方法对信号进行小波变换产生的不同结果和对信号极值检测的影响,给出了相应仿真实验和重要结论。 相似文献
4.
合成孔径雷达围像特征关键度分析与分类算法研究 总被引:1,自引:1,他引:1
针对合成孔径雷达( SAR)图像目标分类问题,从灰度和纹理特征分析出发,提出了一种SAR图像分类特征量的关键性度量指标。利用关键系数的概念定义了关键特征量、次关键特征量、非关键特征量和关键度。从灰度模型和纹理模型的特征统计量中选择关键度高的特征量,如灰度模型中的均值和方差、纹理模型中的角二阶矩、对比度、均匀性和相关性。针对SAR图像分类往往是多类别、多特征的情况,通过构造特征向量,定义向量距离,按照最小距离方法进行目标分类。为了提高计算速度和更好地描述特征量,引入了窗口方法。仿真和计算结果表明该方法行之有效。 相似文献
5.
6.
7.
8.
9.
10.
图象压缩技术的现状与发展 总被引:7,自引:0,他引:7
文章对图像压缩技术的发展的前沿状况作了简要的论述,特别就目前国际上正在研究的压缩思想和方法作了介绍,并对图像和视频压缩的热点问题作了初步的探讨。 相似文献