2023年全國碩士研究生考試考研英語一試題真題（含答案詳解+作文范文）_第1頁
已閱讀1頁，還剩70頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：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)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、SAR地物分類是SAR圖像處理中的一個重要的應(yīng)用,但是由于SAR圖像中乘性噪聲的存在,使得精確地進(jìn)行SAR地物分類成為一個挑戰(zhàn),且現(xiàn)有的很多分類方法都對特征提取的要求很高,因此怎樣可以在簡單特征提取條件下有效地對圖像進(jìn)行分類是一個急需解決的問題。很多應(yīng)用表明稀疏表示用于分類中時,對噪聲具有很強的魯棒性,且對特征提取的要求比較少,它用很簡單的特征就可以很好地對圖像進(jìn)行分類,所以本文將稀疏表示的應(yīng)用擴展到SAR圖像地物分類中,針對SAR地物

2、分類的特殊性,提出三個創(chuàng)新點如下:
　　1、提出了一種基于特征和稀疏表示的SAR地物分類方法。針對SAR地物分類的特殊性,文章使用基于像素鄰域的特征,而不是直接使用像素值來構(gòu)造字典基于稀疏表示對SAR地物進(jìn)行分類,并且取得了較好的分類效果。該算法不需要對圖像進(jìn)行預(yù)處理,而且對噪聲具有較強的魯棒性。
　　2、提出了一種基于稀疏表示模型的多層SAR地物分類方法。在原有的稀疏表示框架的基礎(chǔ)上,本方法提出一種對分類結(jié)果的評估準(zhǔn)則,將

溫馨提示

  • 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論