基于深度学习神经网络的SAR图像目标识别算法.pdf
2021-08-31 18:03:11 3.48MB 互联网 资料
近年来,合成孔径雷达成像技术因具备全天时和全天候的目标感测能力,在海洋实时监测和管控等领域发挥着重要作用,特别是高分率SAR图像中的舰船目标检测成为当前的研究热点之一。首先分析基于深度学习的SAR图像舰船目标检测流程,并对样本训练数据集的构建、目标特征的提取和目标框选的设计等关键步骤进行归纳总结。然后对检测流程中的各部分对SAR图像舰船目标检测精度和速度的影响进行对比分析。最后根据当前研究现状,深入分析深度学习算法在舰船检测应用中存在的问题,探讨基于深度学习的SAR图像舰船目标检测的进一步研究方向。
2021-08-31 10:20:46 6.36MB 机器视觉 深度学习 目标检测 合成孔径
1
行业-电子政务-局部霍夫变换与形态学优化的SAR图像电力线检测方法.zip
SAR图像的相干斑抑制,内有增强Lee滤波方法,增强Kuan滤波方法,增强GammaMap滤波方法,等效视数的求法,边缘保持指数的求法,用Matlab编程,还望大家多多支持!
2021-08-15 22:40:14 707KB 相干斑抑制 Lee Kuan GammaM
1
行业分类-物理装置-一种基于子块配准的SAR图像拼接方法.zip
行业分类-物理装置-基于迁移学习和主动学习的SAR图像变化检测方法.zip
合成孔径雷达SAR图像处理的C++代码 包括从RAW格式起 全套处理代码
2021-07-23 10:21:13 77KB 1
1
matlab代码整体运行此源代码包包括使用GMC惩罚函数通过稀疏正则化进行船舶尾迹检测的MATLAB源代码。 该代码实现了一种用于检测海面合成Kong径雷达(SAR)图像中的船舶尾迹的方法。 该方法基于苏醒的线性模型假设,因此在反问题公式中采用Radon变换来检测苏醒。 与图像形成模型相关联的成本函数包括稀疏性强制损失,即广义最小极大凹面(GMC)函数。 尽管是非凸函数,但GMC损失使总体成本函数保持凸值。 所提出的解决方案基于贝叶斯公式,从而使用最大后验(MAP)估计来恢复点估计。 该软件包包括三个文件夹: 1) images : Stores images for ship wake detection operation. We have only shared an example test image from TerraSAR-X products with name: testImage.mat. 2) saved data : Stores inverse problem solution as a .mat file. 3) source functions
2021-07-17 16:40:25 20.08MB 系统开源
1
给出了一种散射模型与Wishart分类相结合的极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像非监督分类方法。首先利用去取向三分量散射模型进行粗分类,将像素划分为三种基本散射类型和混合散射类型;然后,在基本散射类型内根据占优散射机制的功率进行细分类,并根据Wishart距离对细分类的结果进行类别合并,合并到指定的类别数;最后对四种散射类型的像素分别重新进行Wishart迭代,从而实现极化SAR数据的非监督分类。利用美国AIRSAR机载系统采集的实测数据进行实验,并且同已有分类方法进行比较,结果表明本文方法改善了分类效果,且降低了体散射过估计。
1
基于深度学习的SAR图像目标识别算法.pdf
2021-06-30 15:29:00 1.53MB 基于深度学习的SAR图像目标识别
1