：提出一种ＳＡＲ图像目标识别新方法。首次引入ＢＭ３Ｄ方法，用于滤除原始图像中的相干斑噪声，ＢＭ３Ｄ结合了空 间域和变换域去噪的优势，滤波性能优异。在特征提取步骤，将低阶 Ｈｕ矩与高阶Ｚｅｒｎｉｋｅ矩组合，Ｈｕ矩描述目标的粗 略信息，高阶Ｚｅｒｎｉｋｅ矩描述目标的细节信息，因此组合矩能够更加全面而细致地表达目标特性。使用组合矩特征训练 ＳＶＭ 分类器，对含噪的ＳＡＲ图像进行识别实验。实验结果表明：本文方法的识别率高达９８．９０％，优于已有的ＳＡＲ目 标识别方法
2019-12-21 20:58:46
607KB
1
本人写的matlab图像分类代码，内含训练和测试的SAR图片。分类方法采用了KPCA特征提取和SVM算法分类，程序有GUI界面可以很好的运行。
2019-12-21 20:33:49
28.6MB
1
主要解决现有水平集方法难以分割边缘模糊的SAR 图像和对SAR图像真实边缘定位不准的问题，对本人来说很有用
2019-12-21 20:29:30
726KB
1
针对单一传感器在光谱、空间分辨率等方面存在的局限性，通过多传感器融合技术，最大限度地获取对目标场景的信息描
述。首先采用不同的边缘提取算法提取同一场景的光学图像和SAR图像，得到各自的边缘特征图，通过不变矩和轮廓矩等算法对
两幅边缘特征图中的边缘进行匹配融合，得到了比单一图像边缘特征图更完整更清晰的边缘特征图，获取了更多的目标场景的信
息描述。
2019-12-21 20:12:19
203KB
1