版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、極化合成孔徑雷達(dá)(PolarimetricSynthetic Aperture Radar,PolSAR)通過(guò)不同的天線收發(fā)組合形式獲取反映目標(biāo)散射特性的極化散射矩陣,從而比傳統(tǒng)的單極化合成孔徑雷達(dá)得到更為豐富的地物信息。其應(yīng)用前景也得到更大的擴(kuò)展,已在軍事、農(nóng)業(yè)、水利等領(lǐng)域得到了廣泛應(yīng)用,并發(fā)揮著重要的作用。
極化SAR的相干成像機(jī)理導(dǎo)致圖像中產(chǎn)生相干斑噪聲,嚴(yán)重影響了SAR圖像質(zhì)量,干擾了后期的解譯工作,因此相干斑抑制是極
2、化SAR圖像應(yīng)用前的關(guān)鍵預(yù)處理工作。而在進(jìn)行極化SAR圖像的相干斑抑制時(shí),目標(biāo)的極化特性和結(jié)構(gòu)需要最大程度的保持,本文即針對(duì)保持極化散射特性和結(jié)構(gòu)特征研究降斑算法。
首先分析了經(jīng)典的Lee基于散射模型降斑算法,在此基礎(chǔ)上給出了基于多級(jí)分類(lèi)的極化SAR斑點(diǎn)抑制算法。該方法利用極化分解、分類(lèi)的思想對(duì)極化SAR圖像按散射特性進(jìn)行h/q初分類(lèi),克服了散射回波的隨機(jī)性及Freeman分解非旋轉(zhuǎn)不變的局限性,并根據(jù)最小距離準(zhǔn)則、聚合的層次
3、聚類(lèi)方法進(jìn)行無(wú)監(jiān)督分類(lèi)。然后通過(guò)結(jié)構(gòu)檢測(cè)對(duì)像素結(jié)構(gòu)類(lèi)型分類(lèi),最后按最小均方誤差準(zhǔn)則(MMSE)加權(quán)濾波。采用美國(guó)宇航局噴氣推進(jìn)實(shí)驗(yàn)室(NASA/JPL)的AIRSAR系統(tǒng)在Half moon bay地區(qū)采集的實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果表明,該算法不僅斑點(diǎn)抑制效果好、而且還有效地保持了極化特性和圖像的紋理特征。由于該算法運(yùn)算量稍大,本文又給出利用相干矩陣對(duì)角線元素分類(lèi)的方法,對(duì)像素劃分初始大類(lèi)后再采取多級(jí)分類(lèi)算法抑制相干斑。該算法在繼承了多級(jí)
4、分類(lèi)降斑算法降斑效果好、保持散射和結(jié)構(gòu)特征好優(yōu)點(diǎn)的同時(shí),降低了運(yùn)算量。
另外,在散射矩陣相似性基礎(chǔ)上,本文給出了一種通過(guò)相干矩陣矢量化計(jì)算相干矩陣之間相似系數(shù)的簡(jiǎn)單有效方法并考察了相關(guān)性質(zhì),據(jù)此給出一種基于相干矩陣相似性的降斑新算法。該算法首先采用去取向理論對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,計(jì)算每個(gè)像素與其鄰域內(nèi)其他像素相干矩陣之間的相似系數(shù),之后在圖像中選擇幾塊均勻程度不同的區(qū)域計(jì)算閾值矢量,最后按閾值矢量劃定的相似度級(jí)別判斷像素結(jié)構(gòu)類(lèi)型、
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于散射分解和圖像紋理特征的極化SAR圖像分類(lèi).pdf
- 結(jié)合極化特征和圖像特征的極化SAR圖像分類(lèi)研究.pdf
- 基于雙邊和非局部的極化SAR降斑.pdf
- 基于結(jié)構(gòu)化信息檢測(cè)和Fisher模型的SAR圖像降斑算法研究.pdf
- 極化SAR相干斑抑制—基于兩級(jí)分塊和散射模型的算法研究.pdf
- 基于非局部均值的極化SAR降斑研究.pdf
- 基于雙邊濾波的結(jié)構(gòu)保持極化SAR圖像降噪研究.pdf
- 基于散射特性相似性的極化SAR圖像相干斑抑制研究.pdf
- 基于散射模型和非局部濾波的極化SAR圖像質(zhì)量增強(qiáng)算法.pdf
- SAR圖像消斑和分割算法研究.pdf
- 極化SAR圖像相干斑抑制及分類(lèi)研究.pdf
- 極化SAR圖像的分割和分類(lèi)算法研究.pdf
- 基于散射機(jī)理和目標(biāo)分解的極化SAR圖像地物分類(lèi).pdf
- 極化SAR圖像超分辨算法的研究.pdf
- 基于ICA的極化SAR圖像相干斑去噪研究.pdf
- 基于SAR圖像局域特征相干斑抑制的濾波算法研究.pdf
- 基于稀疏表示和低秩逼近的SAR圖像降斑.pdf
- SAR圖像相干斑濾波算法研究.pdf
- SAR圖像相干斑抑制算法的研究.pdf
- 基于非局部均值濾波的極化SAR圖像結(jié)構(gòu)保持去噪研究.pdf
評(píng)論
0/150
提交評(píng)論