干斑造句

造句与例句手机版

在多波段sar图像分类研究中,本文选用基于分割的分类方法,分割利用了空间信息,可以有效抑制相干斑噪声对分类的影响。
我们提出的相干斑抑制方法是利用小波变换检测图像尺度为2的边缘信息，再利用检测出的边缘信息利用garrote削减函数进行小波域的相干斑噪声滤除。
Sar图像地物分类技术的困难性主要源于微波成像的特殊机理和严重的相干斑干扰，使得基于图像象素层的特征提取非常困难。对单视单极化sar图像而言，这个问题更为突出。
本文介绍了sar图像处理的主要分支,重点讨论了本课题的主要研究领域? ?相干斑抑制;介绍了多尺度几何分析技术,重点研究了curvelet变换和con - tourlet变换。
对相干斑进行抑制的预处理过程都一定程度上模糊了图像中的线状目标,不利于道路的提取;因此,从道路提取问题出发,将相干斑的抑制融于道路提取过程中是更合理的方法。
经这些算法处理所得到的图像都取得了很好的目视效果,各项指标与其它算法结果相比都得到了明显提高,在抑制相干斑的同时目标的边缘和纹理特征也得到了有效保护。
本文所采用的均值比例算子和互相关算子利用图像局部的统计信息进行判决,在检测道路基元的同时对图像进行局部平滑以降低相干斑干扰;并且两个算子都具有恒虚警特性,门限值由给定的虚警概率确定。
实验结果表明，基于小波域隐马尔可夫模型的相干斑抑制算法有效地提高了等效视数，保持了原始图像的空间分辨率，较其它方法具有更好的视觉效果。
合成孔径雷达作为一种重要的遥感成像雷达在很多领域有广泛的应用，合成孔径雷达图像的相干斑噪声抑制和压缩算法对于提高图像的研究利用价值，以及数据的存储和传输效率是非常重要的问题。
从sar图像中自动提取主干道路的困难在于, sar图像中存在着大量的干扰。这些干扰既包括来自道路目标附近的干扰,如汽车、树木和路灯等等,也包括充斥于整幅图像的相干斑噪声,相干斑给sar图像的解译造成了极大的困难。
用干斑造句挺难的，這是一个万能造句的方法
由于sar和极化sar的相干成像特性,其固有的相干斑噪声严重影响了后续目标检测、分类和识别等应用,因此相干斑的抑制成为sar和极化sar图像后处理的第一步,这种噪声的抑制方法一直是极化sar信号处理领域一个很值得探讨的问题。
在小波变换软阂值去噪方法的基础上，利用隐马尔可夫模型理论，提出了一种新的基于小波域统计滤波的相干斑抑制方法，并用仿真图像和实测数据机载sar图像对几种方法的性能进行了定量和定性比较。
现有的各种空域滤波算法及在此基础上改进的各种算法到引入小波变换进行滤波,均能在一定程度上抑制相干斑,但是应用到极化sar图像相干斑抑制中,都存在未能充分利用极化信息的缺陷。
由于sar图像中存在着显著的相干斑噪声，使sar图像的分割，分类和其它信息的提取过程变得复杂，因此相干斑的抑制成为sar图像后处理的第一步。本文的研究内容就是sar图像相干斑的抑制。
实验证明，在融合源图象特性差异较大的情况下，该算法与已有的基于小波分析的遥感图象融合算法相比较性能更优，具有运算速度快、减少光谱退化的特点，并能在一定程度上抑制相干斑噪声。
其基本目标是在抑制图像均匀区域斑点噪声水平的前提下，保持图像边缘和纹理等细节信息。关于sar相干斑的抑制，国内外已经提出了不少的算法，从最初的多视平均到空域滤波、频域滤波等等。
本文结合江苏省自然科学基金( n0 . bk2001047 ) “合成孔径雷达( sar )图像定量评估研究” ,将上述两种变换应用于sar图像处理,提出了新的sar图像相干斑抑制和目标检测算法,并对算法的性能进行了研究。
在sar (合成孔径雷达)图像中固有的相干斑现象严重干扰了sar图像的判读，相干斑抑制成为广泛关注的问题；在光学图像序列处理中分辨率常常是制约应用的瓶颈，图像序列超分辨率问题已经成为研究热点问题。