sar图像显著性检测与分类算法研究

sar图像显著性检测与分类算法研究

ID:35173856

大小:5.63 MB

页数:41页

时间:2019-03-20

sar图像显著性检测与分类算法研究_第1页
sar图像显著性检测与分类算法研究_第2页
sar图像显著性检测与分类算法研究_第3页
sar图像显著性检测与分类算法研究_第4页
sar图像显著性检测与分类算法研究_第5页
资源描述:

《sar图像显著性检测与分类算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、苗'中图分类号论文编号H臟UKv.0344i'学科分类号’密级-2iLfeiUJ<l*义涛嗦乂净TIANJINUNVERSITYFTEIOCHNOLOGY''’、:’:..v.;:v巧,V..聲硕±专业学位论文7ifl剛TOWjfijfSTTnsrRSSTJWTirrsTnTBFu■■J■WiWJ■■成■川而NW、W哪WAW、WSAR图像虛著牲检测与分类算法研究1'B ̄ResearchofSaliencDetectionand^y一-C,l

2、assificatio打forSA民ImagesI计算机技术VI^I'■'^■■^^^mm--^mmmmmmmmmmmmmmmmJ^^^^M^sfegsH王蠢:mi-tMllliiji温显斌||| ̄'天津理工大学研究生院二〇…六年S月^分类号:TP391520.6040密级:天津理工大学研究生学位论文SAR图像显著性检测与分类算法研究(申请硕士学位)学科专业:计算机技术研究方向:图像处理作者姓名:王鑫指导教师:温显斌教授2016年3月ThesisSubmittedtoTian

3、jinUniversityofTechnologyfortheMaster’sDegreeResearchofSaliencyDetectionandClassificationforSARImagesByXinWangSupervisorProf.XianbinWenMarch2016我钟牲声巧本人声明所呈交的学位论文是本人化导师指导下进行的研巧了作和取得的研究成果,除了文中特别加标注和致谢么处外,论文中不包含其他人已经发衷或撰写过的硏究成果,也不包含为获得夭津巧工大学或其化教育机构的学位或证巧而使用过的材料-。与我同工作的

4、同忠对本硏光所做的任何贡献均已在论文中作了明确的说明井表示丫谢意。a;可学化冷丈作老签名:已義签李期年j月户i学化乂狀托使巧按权韦本学位论文作者完全了解义津理工大学有关保留、使用学位论文的规定。特授权天津理工大学可将学位论文的全部或部分内容编入有关数据库进行检索、汇编,LJ?,并采用影印、缩印或扫描等复制手段保存:供杳阅和借阅。同意学校向国家有关部口或机构送交论文的复本和电子义件。(保密的学位论文在解密后适用本授权说明)学化冷丈作者签名:無导坤签名;^ ̄签李可期;年3月可签李口期:J月4目

5、y自1摘要SAR(SyntheticApertureRadar,合成孔径雷达)具有分辨率高、全天候、全天时的特点,在环境、资源、农业等领域有诸多应用。SAR图像分类是SAR图像处理中的一个重要应用,但由于SAR图像含有斑点噪声,使得它的处理非常困难,光学图像的处理方法不适合SAR图像。本文在对显著性检测方法研究的基础上,并结合超像素方法对高分辨率SAR图像分类进行深入的研究,主要内容包括:1.基于显著性的主动学习SAR图像分类。该分类方法首先构造显著性检测的方法,并将其应用于SAR图像显著性特征提取,将图像分为显著性区域与非显著性区域;然后通

6、过主动学习选择样本,并利用主动学习支持向量机对SAR图像进行分类,极大地提高了支持向量机的效率并减少了人工标记的样本数量;最后通过实验检验此方法的有效性。2.基于稀疏表示和超像素的SAR图像分类方法。该方法首先利用SLIC超像素分割方法对SAR图像进行超像素分割;其次,基于共生矩阵对超像素进行特征提取;然后基于这些特征进行稀疏表示,最后,基于稀疏表示方法对SAR图像进行分类,并通过实验本文提出的分类方法取得了较好的结果。关键词:显著性,主动学习,超像素,稀疏表示,SAR图像,分类AbstractSAR(SyntheticApertureRad

7、ar)hashighresolution,all-weather,all-timecharacteristics.Ithasbeenwidelyusedinmanyfieldsuchasenvironment,resourcesandmilitary.SARimageclassificationisanimportantapplicationofSARimageprocessing.ButduetotheexistenceofspecklenoiseinSARimage,theprocessingoftheSARimageisverydiff

8、icult,opticalimageprocessingmethodisnotsuitableforSARimage.Thispaperisbasedonthere

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。