本文關(guān)鍵詞：多極化SAR圖像目標檢測研究

  更多相關(guān)文章： 目標檢測 多極化SAR圖像 極化檢測器

【摘要】：目前,SAR圖像檢測多是單一極化的方式,從而使得檢測效率低下。因此本文采用多極化的方式進行目標檢測,在檢測算法中,本文將多種極化檢測器相融合,通過檢測結(jié)果的多次迭代,得到最后的目標檢測結(jié)果。從對比實驗結(jié)果可看出,在相同的虛警率下,本文算法的檢測結(jié)果最好,并且隨著虛警率的提高,虛警點數(shù)沒有增多。
【作者單位】： 遼源職業(yè)技術(shù)學(xué)院資源工程系;
【基金】：吉林省教育廳支撐計劃資助項目(GH150663)
【分類號】：TN957.52
【正文快照】： 0引言在SAR數(shù)據(jù)源增多的情況下,獲得的多極化SAR圖像為充分利用多極化信息特征提供了有利的途徑。林肯實驗室的Novak等[1]較早闡述了極化SAR圖像目標檢測的方法,提出了不同的極化檢測器;Chaney等[2]對檢測器的性能進行了實驗對比,并且實驗結(jié)果表明在復(fù)雜波中極化白化濾波器能

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 丁軼;郭喬進;李寧;;一種新的目標檢測方法:Latent Dirichlet classification[J];南京大學(xué)學(xué)報(自然科學(xué)版);2012年02期

2 黃振威;李新國;;圖像目標檢測識別和跟蹤仿真研究[J];計算機仿真;2012年10期

3 張鐵棟;萬磊;秦再白;馬悅;;基于離散分數(shù)布朗隨機場的水下圖像目標檢測[J];光電工程;2008年08期

4 張馨;趙源萌;鄧朝;張存林;;被動式太赫茲圖像目標檢測研究[J];光學(xué)學(xué)報;2013年02期

5 余莉;王潤生;;圖像目標檢測的局部條件泄洪算法[J];信號處理;2006年03期

6 強贊霞,彭嘉雄;基于融合及數(shù)學(xué)形態(tài)學(xué)的遙感圖像目標檢測[J];計算機工程;2005年10期

7 劉東華,王元欽,李秋娜;小波分析理論在圖像目標檢測中的應(yīng)用[J];儀器儀表學(xué)報;2004年S1期

8 趙炳愛,范曉虹,蘇輝;基于累積概率分布的海域SAR圖像目標檢測識別[J];計算機工程;2004年06期

9 趙暉;王文光;孫進平;洪文;毛士藝;;基于知識的SAR圖像目標檢測[J];系統(tǒng)工程與電子技術(shù);2009年06期

10 王阿敏;高穎;王鳳華;郭淑霞;;圖像目標檢測與識別仿真平臺設(shè)計與實現(xiàn)[J];微處理機;2013年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李國強;艾淑芳;;一種天空背景紅外圖像目標檢測方法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

2 劉東華;王元欽;李秋娜;;小波分析理論在圖像目標檢測中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張國敏;復(fù)雜場景遙感圖像目標檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王夢斐;基于Mean Shift的視頻圖像目標檢測與跟蹤[D];上海師范大學(xué);2015年

2 姜博;基于案例匹配的高分辨率SAR圖像目標檢測[D];哈爾濱工業(yè)大學(xué);2015年

3 朱然;紅外圖像目標檢測及并行化處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

4 王旭升;無人艇雷達圖像目標檢測系統(tǒng)的研究[D];大連海事大學(xué);2016年

5 陳婉秋;彈載圖像目標檢測與跟蹤系統(tǒng)研究[D];南京理工大學(xué);2016年

6 董小舒;視頻圖像目標檢測與識別算法優(yōu)化[D];南京理工大學(xué);2013年

7 劉穎彬;紅外與微光雙譜夜視圖像目標檢測方法研究[D];南京理工大學(xué);2013年

8 盛柳青;SAR圖像目標檢測中若干關(guān)鍵技術(shù)的研究[D];合肥工業(yè)大學(xué);2012年

9 霍富功;基于形態(tài)學(xué)的序列圖像目標檢測[D];中北大學(xué);2011年

10 黃姍;遙感圖像目標檢測[D];西安電子科技大學(xué);2010年

，

本文編號：1137674