-
-
-
-
-
-
单波段单极化SAR图像水体和居民地信息提取方法研究
SAR图像上水体和居民地信息的提取在实际应用中具有重要的意义。为了更好地提取SAR图像上水体
和居民地,以单波段单极化Radarsat—l SAR图像为研究对象,首先利用半变异函数分析样本图像的结构特性来确定
纹理信息提取的最佳参数;然后,在此基础上基于灰度共生矩阵计算SAR图像均值、角二阶矩和熵3种纹理测度,
建立了适于图像分类的多维特征空间,从而有效地增强了水体和居民地信息;最后通过样本采集, ...
-
利用SVM的全极化_双极化与单极化SAR图像分类性能的比较
支持向量机( SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域。本文在极化
SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR
图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成
因。实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些
情况下,双极化与全极化分类性能接近。
-
-
-
SAR图像处理
SAR图像处理,尤红建,很不错的书籍,值得大家去阅读。
-
相似度自适应样本块的高分辨SAR图像阴影修复
高分辨率SAR 图像目标阴影可为目标识别提供更多的信息,对SAR 图像目标阴影进行修复可以获取完整
的目标阴影。采用传统样本匹配方法对SAR 图像进行目标阴影修复时会出现阴影区域漏判问题和过渡区域不均
匀问题。提出一种相似度自适应样本块的SAR 图像目标阴影修复方法。利用SAR 图像中目标及其阴影斜距的相
对位置关系作为待修复区域的预判依据,有效地解决了阴影区域漏 ... 方法,改善了过渡区域不均匀问题。实验结果表明,本文方法可以有效地恢复高分辨率SAR 图像中缺失的目
-