排序方式: 共有99条查询结果,搜索用时 328 毫秒
1.
2.
3.
4.
本文研究了基于峰值匹配的SAR图像目标分类问题,给出了一种利用方位角信息基于峰值匹配的SAR图像目标分类方法.该方法先对输入待分类SAR图像进行目标峰值提取,再基于提取的峰值进行目标方位角估计,然后根据该估计及其置信区间由模板SAR图像数据库检索出方位角位于该估计及该估计+180°置信区间内的所有SAR图像,并分别提取其峰值,这样即可通过寻找待分类SAR图像与由模板库检索的模板SAR图像目标峰值间的最佳匹配,实现目标分类.和不利用方位角信息的目标分类方法相比,本文方法显然具有更高的计算效率.另外,如何快速有效的确定待分类SAR图像与每一幅模板SAR图像目标峰值间的对应关系,计算其匹配度,是基于峰值匹配SAR目标分类中的另一个关键问题,针对该问题,本文提出了一种基于匹配代价函数表搜索的SAR图像目标峰值对应关系确定方法,该方法能在得到较好分类性能的同时,有效提高分类效率.实测MSTAR SAR图像数据的分类结果验证了本文方法的有效性. 相似文献
5.
雷达成像需要获得目标空间谱域一定范围和密度的采样以重建目标图像,目标空间谱域的填充方式与雷达成像的质量有直接关系.论文首先阐述了MIMO(Multiple-Input Multiple-Output)雷达收发信号模型的空间卷积效应,基于电磁逆散射原理,推导出一种MIMO雷达成像方法,详细论述了成像性能与空间谱域填充的关系.讨论了收/发阵列配置对空间谱域填充的影响,得到阵列排布的基本准则,最后对成像算法的有效性和理论分析结果进行仿真验证. 相似文献
6.
7.
8.
基于鲁棒Capon波束形成的探地雷达成像算法 总被引:2,自引:0,他引:2
传统的探地雷达(Ground Penetrating Radar, GPR)成像算法属于非自适应方法,其成像结果中存在较强的旁瓣和杂波干扰,而自适应方法具有很强的干扰抑制能力。该文利用鲁棒Capon波束形成(Robust Capon Beamforming, RCB)理论,提出了一种自适应的基于RCB的GPR成像算法,不仅考虑了GPR工作场景下电磁波折射现象,同时研究了适用于GPR成像的协方差矩阵构造方法。所提算法可大幅降低成像结果中旁瓣和杂波能量,并在一定程度上提高成像分辨率,实测数据的实验结果证明了算法的有效性。 相似文献
9.
在SAR图像目标识别、图像匹配等应用中,定义合理可靠的相似度尤为重要。该文在分析现有SAR图像相似度基础上,提出一种基于像素差值编码的相似度准则。首先将SAR图像按照相邻像素灰度差异生成编码图像,然后以编码图像之间的一致性作为相似度。该文从理论上证明了该相似度对SAR图像中相干斑噪声、部分遮挡和模糊等因素的鲁棒性和适应性,还讨论了将该准则应用于SAR图像匹配时,如何针对不确定性,给出一定置信水平下所有合理的匹配位置。理论和实验结果表明该文提出的相似度准则对SAR图像上相干斑噪声、部分遮挡以及模糊不敏感,能有效应用于不确定SAR图像的匹配。 相似文献
10.