期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到171篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配 被引量：31
1
作者 于秋则 程辉 +2 位作者 柳健 田金文 关世义 《宇航学报》 EI CAS CSCD 北大核心 2006年第1期130-134,共5页
提出了一种新的基于边缘的合成孔径雷达(SAR)图像与光学图像匹配算法。在这种算法中,首先针对SAR图像低信噪比(SNR)与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上,根据Hausdorff距离... 提出了一种新的基于边缘的合成孔径雷达(SAR)图像与光学图像匹配算法。在这种算法中,首先针对SAR图像低信噪比(SNR)与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上,根据Hausdorff距离具有强抗干扰能力和容错能力的特点,采用了改进的Hausdorff距离作为相似性测度。在搜索策略上,根据遗传算法的固有的并行性,采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明,这种算法鲁棒性好,匹配精度高,计算速度快。 展开更多
关键词 合成孔径雷达 图像匹配 HAUSDORFF距离 遗传算法 信噪比
下载PDF
SAR图象自动目标识别研究 被引量：23
2
作者 匡纲要 计科峰 +1 位作者 粟毅 郁文贤 《中国图象图形学报（A辑）》 CSCD 北大核心 2003年第10期1115-1120,共6页
目前,SAR已经成为一种不可或缺的对地观测和军事侦察手段.面对不断增长的SAR图象数据收集能力,如何对这些图象进行自动或半自动快速、准确地解译已经越来越引起人们的关注和重视.自动目标识别(ATR)是自动或半自动SAR图象解译研究的一个... 目前,SAR已经成为一种不可或缺的对地观测和军事侦察手段.面对不断增长的SAR图象数据收集能力,如何对这些图象进行自动或半自动快速、准确地解译已经越来越引起人们的关注和重视.自动目标识别(ATR)是自动或半自动SAR图象解译研究的一个重要方面.SAR ATR过程可概述为:从观测得到的SAR图象中,找到感兴趣的区域(ROI),并计算出每个ROI的种类.为此,介绍了SAR ATR的含义及其一般流程,对SAR ATR系统按照它所采用的分类方法进行了归纳分类,分析了SAR ATR的难点,介绍了国内外SAR ATR的研究现状和发展趋势. 展开更多
关键词 sar图象 自动目标识别 ATR 合成孔径雷达 主动传感器
下载PDF
基于DRGAN和支持向量机的合成孔径雷达图像目标识别 被引量：21
3
作者 徐英 谷雨 +1 位作者 彭冬亮 刘俊 《光学精密工程》 EI CAS CSCD 北大核心 2020年第3期727-735,共9页
为解决SAR图像目标识别中样本缺乏和方位角敏感问题,提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先,采用多尺度分形特征对SAR图像进行增强,经过分割得到目标二值图像,基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位... 为解决SAR图像目标识别中样本缺乏和方位角敏感问题,提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先,采用多尺度分形特征对SAR图像进行增强,经过分割得到目标二值图像,基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位角进行量化编码,结合原始图像作为输入,对设计的DRGAN模型参数进行训练与优化。由于DRGAN中的深度生成模型将目标姿态与外观表示进行解耦设计,故可利用该模型将SAR图像样本变换到同一方位角区间。基于变换后的训练样本分别提取归一化灰度特征,利用SVM训练分类器。采用MSTAR数据集在多个不同操作条件下对提出的算法进行测试,实验结果表明,在带变体的标准操作条件下,能够达到97.97%的分类精度,优于部分基于CNN模型的分类精度,在4种扩展操作条件下的分类精度分别为97.83%,91.77%,97.11%和97.04%,均优于传统方法的分类精度。在SAR图像目标方位角估计存在一定误差的情况下,训练得到的GAN模型作为SAR图像目标旋转估计器,能够使得在不进行复杂样本预处理的前提下,仍然取得较高的SAR图像目标识别精度。 展开更多
关键词 合成孔径雷达图像 目标识别 生成对抗网络 方位角估计 支持向量顶
下载PDF
利用灰度和纹理特征的SAR图像分类研究 被引量：14
4
作者 袁礼海 宋建社 +1 位作者 薛文通 郑永安 《电光与控制》 北大核心 2007年第4期58-62,共5页
多类别多特征量情况下的合成孔径雷达(SAR)图像的目标分类是一个难以解决的问题。从灰度和纹理模型出发,提出了综合利用灰度和纹理特征的目标分类方法。均值和方差是灰度模型中重要的特征统计量,而能量、熵、对比度、局部相似性和相关... 多类别多特征量情况下的合成孔径雷达(SAR)图像的目标分类是一个难以解决的问题。从灰度和纹理模型出发,提出了综合利用灰度和纹理特征的目标分类方法。均值和方差是灰度模型中重要的特征统计量,而能量、熵、对比度、局部相似性和相关性是纹理模型中重要的特征统计量。灰度和纹理特征能确切地描述SAR图像中的目标。通过构造特征向量,定义向量之间的距离,并按照最小距离方法进行目标分类。以一定大小的窗口读入样本,提高了算法的运行速度和抗噪能力。理论上,窗口越大,特征向量值越接近真实值。窗口越小,边缘的分类精度越高。实验表明该方法较好地处理了多类别多特征量情况下的SAR图像分类问题,分类结果是有效的,这为SAR图像目标分类提供了一条简单可行的途径。 展开更多
关键词 sar图像 目标分类 图像处理 灰度 纹理
下载PDF
基于KFCM和改进CV模型的海面溢油SAR图像分割 被引量：15
5
作者 吴一全 郝亚冰 +2 位作者 吴诗婳 张宇飞 谢乾坤 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第12期2812-2818,共7页
图像分割是合成孔径雷达(synthetic aperture radar,SAR)图像海面溢油检测的关键步骤之一,将核模糊C均值(kernel fuzzy C-means,KFCM)聚类方法及Chan-Vese(CV)模型应用于海面溢油SAR图像分割,为了解决单一KFCM方法分割精度不够高,及传... 图像分割是合成孔径雷达(synthetic aperture radar,SAR)图像海面溢油检测的关键步骤之一,将核模糊C均值(kernel fuzzy C-means,KFCM)聚类方法及Chan-Vese(CV)模型应用于海面溢油SAR图像分割,为了解决单一KFCM方法分割精度不够高,及传统CV模型对初始条件敏感和收敛速度低的问题,提出了一种基于KFCM和改进CV模型的海面溢油SAR图像分割方法。首先利用KFCM算法将海面溢油SAR图像从原始样本空间映射到高维特征空间,得到聚类结果;然后将其作为CV模型的初始条件,以降低CV模型对初始条件的敏感性,并利用图像边缘强度取代传统CV模型中的Dirac函数,以提高模型的收敛速度和对不同SAR图像的适应性。大量实验结果表明,所提出的基于KFCM和改进CV模型的海面溢油SAR图像分割方法具有分割精度高、运算速度快的优点。 展开更多
关键词 海面溢油检测 sar图像 图像分割 核模糊C均值聚类 Chan—Vese模型
下载PDF
基于SVM的SAR图像分类研究 被引量：13
6
作者 汤井田 胡丹 龚智敏 《遥感技术与应用》 CSCD 2008年第3期341-345,共5页
支持向量机(SVM)是一种卓越的分类方法,灰度共生矩阵(GLCM)则是一种很好的纹理分析方法,而纹理是合成孔径雷达(SAR)图像分类的一个重要特征,故而提出了一种使用灰度共生矩阵进行特征提取的应用支持向量的SAR图像分类法。实验结果证明了... 支持向量机(SVM)是一种卓越的分类方法,灰度共生矩阵(GLCM)则是一种很好的纹理分析方法,而纹理是合成孔径雷达(SAR)图像分类的一个重要特征,故而提出了一种使用灰度共生矩阵进行特征提取的应用支持向量的SAR图像分类法。实验结果证明了支持向量机算法的可行性和有效性。 展开更多
关键词 支持向量机 灰度共生矩阵 特征提取 纹理分类 sar图像
下载PDF
一种基于CNN的SAR图像变化检测方法 被引量：15
7
作者 徐真 王宇 +2 位作者 李宁 张衡 张磊 《雷达学报（中英文）》 CSCD 2017年第5期483-491,共9页
该文提出了一种基于卷积神经网络(CNN)及有效图像预处理的合成孔径雷达(SAR)图像变化检测方法。为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行了研究。在预处理中分别利用DEM模型以及Otsu方法对SAR图像中的山... 该文提出了一种基于卷积神经网络(CNN)及有效图像预处理的合成孔径雷达(SAR)图像变化检测方法。为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行了研究。在预处理中分别利用DEM模型以及Otsu方法对SAR图像中的山体和水体进行了提取和去除。利用多层卷积神经网络从SAR图像中自动学习目标特征,再利用学习到的特征对图像进行分类。训练集和测试集的分类精度分别达到了98.25%和97.86%。利用图像差值法得到分类后的SAR图像变化检测结果,并验证了该方法的准确性和有效性。另外,文中给出了基于CNN的变化检测方法和传统方法的对比结果。结果表明,相对于传统方法,基于CNN的变化检测方法具有更高的检测精度。 展开更多
关键词 sar图像 变化检测 卷积神经网络
下载PDF
非下采样Contourlet变换与脉冲耦合神经网络相结合的SAR与多光谱图像融合 被引量：14
8
作者 金星 李晖晖 时丕丽 《中国图象图形学报》 CSCD 北大核心 2012年第9期1188-1195,共8页
由于获取地物波谱信息的波段范围及成像方式的不同,SAR与多光谱图像所得到的信息有很大差异,而且SAR图像会受到严重的相干斑噪声干扰,因此SAR与多光谱图像的融合很难获得满意的效果。考虑到非下采样Contourlet变换(NSCT)相比于其他多尺... 由于获取地物波谱信息的波段范围及成像方式的不同,SAR与多光谱图像所得到的信息有很大差异,而且SAR图像会受到严重的相干斑噪声干扰,因此SAR与多光谱图像的融合很难获得满意的效果。考虑到非下采样Contourlet变换(NSCT)相比于其他多尺度几何分析方法的优势,提出了一种NSCT与脉冲耦合神经网络(PCNN)相结合的SAR与多光谱图像融合方法。源图像首先经过NSCT分解获得不同尺度多个方向下的分解系数,将分解系数的高斯拉普拉斯算子能量作为脉冲耦合神经网络模型的输入,具有较大点火频率的系数将被选择作为融合图像的系数,最后经过NSCT重构得到最终的融合图像。实验结果表明,这种算法无论在主观视觉还是在客观指标上都要优于之前的许多算法。 展开更多
关键词 图像融合 非下采样CONTOURLET变换 脉冲耦合神经网络 sar图像 多光谱图像
原文传递
基于SIFT特征的SAR图像飞机目标匹配分类方法研究 被引量：14
9
作者 张维坤 叶伟 劳国超 《国外电子测量技术》 2016年第8期19-21,25,共4页
随着合成孔径雷达成像技术的发展,SAR图像的数据处理和图像分类识别工作成为近年来研究的热点。由于SAR图像固有的特征,使得SAR图像的匹配分类不能直接使用光学遥感图像自动匹配。针对SAR图像自身的特性,提出了基于图像特征中保持不变... 随着合成孔径雷达成像技术的发展,SAR图像的数据处理和图像分类识别工作成为近年来研究的热点。由于SAR图像固有的特征,使得SAR图像的匹配分类不能直接使用光学遥感图像自动匹配。针对SAR图像自身的特性,提出了基于图像特征中保持不变的特性,作为两幅图像的参考信息进行配准。该方法在图像中选取了表示某些特征的参考点,提取图像的特征,利用特征计算空间变换参数。采用基于SIFT特征匹配的分类方法对飞机目标进行分类,仿真结果表明,在对3种类型的飞机进行分类的情况下,本文方法取得了较好的匹配结果,证明了算法的有效性。 展开更多
关键词 SIFT特征 sar图像 飞机目标 匹配
下载PDF
双向特征融合的数据自适应SAR图像舰船目标检测模型 被引量：14
10
作者 张筱晗 姚力波 +3 位作者 吕亚飞 简涛 赵志伟 藏洁 《中国图象图形学报》 CSCD 北大核心 2020年第9期1943-1952,共10页
目的利用合成孔径雷达(synthetic aperture radar,SAR)图像进行舰船目标检测是实施海洋监视的重要手段。基于深度学习的目标检测模型在自然图像目标检测任务中取得了巨大成功,但由于自然图像与SAR图像的差异,不能将其直接迁移到SAR图像... 目的利用合成孔径雷达(synthetic aperture radar,SAR)图像进行舰船目标检测是实施海洋监视的重要手段。基于深度学习的目标检测模型在自然图像目标检测任务中取得了巨大成功,但由于自然图像与SAR图像的差异,不能将其直接迁移到SAR图像目标检测中。针对SAR图像目标检测实际应用中对速度和精度的需求,借鉴经典的单阶段目标检测模型(single shot detector,SSD)框架,提出一种基于特征优化的轻量化SAR图像舰船目标检测网络。方法改进模型并精简网络结构,提出一种数据驱动的目标分布聚类算法,学习SAR数据集的目标尺度、长宽比分布特性,用于网络参数设定;对卷积神经网络(convolutional neural network,CNN)提取的特征进行优化,提出一种双向高低层特征融合机制,将高层特征的语义信息通过语义聚合模块加成到低层特征中,在低层特征中提取特征平均图,处理后作为高层特征的注意力权重图对高层特征进行逐像素加权,将低层特征丰富的空间信息融入到高层特征中。结果利用公开的SAR舰船目标检测数据集(SAR ship detection dataset,SSDD)进行实验,与原始的SSD模型相比,轻量化结构设计在不损失检测精度的前提下,样本测试时间仅为SSD的65%;双向特征融合机制将平均精确度(average precision,AP)值由77.93%提升至80.13%,训练和测试时间分别为SSD的64.1%和72.6%;与公开的基于深度学习的SAR舰船目标检测方法相比,本文方法在速度和精度上都取得了最佳性能,AP值较精度次优模型提升了1.23%,训练和测试时间较精度次优模型分别提升了559.34 ms和175.35 ms。结论实验充分验证了本文所提模型的有效性,本文模型兼具检测速度与精度优势,具有很强的实用性。 展开更多
关键词 合成孔径雷达图像 舰船目标检测 聚类 特征融合 注意力机制
原文传递
基于尺度分离的SAR图像梯度反演海面风向 被引量：12
11
作者 朱华波 文必洋 黄坚 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2005年第3期375-378,共4页
基于数字图像处理知识和大气边界层理论,提出了一种利用合成孔径雷达图像局部梯度反演海面风向的新方法.该方法定义尺度分离后的合成孔径雷达图像梯度方向与风向垂直,而风向就是由所选图像区域出现最多频率的局部梯度所确定.实例研究表... 基于数字图像处理知识和大气边界层理论,提出了一种利用合成孔径雷达图像局部梯度反演海面风向的新方法.该方法定义尺度分离后的合成孔径雷达图像梯度方向与风向垂直,而风向就是由所选图像区域出现最多频率的局部梯度所确定.实例研究表明由梯度方法所确定的风向结果与数值预报值十分吻合,其风向均方根误差为3.414°.并且梯度方法在使用谱方法无法获得结果的情况下,仍然能求得正确的风向结果,为提高海面风场反演率奠定了应用基础. 展开更多
关键词 合成孔径雷达图像 风向 反演 梯度 尺度分离
下载PDF
基于YOLO框架的无锚框SAR图像舰船目标检测 被引量：13
12
作者 贾晓雅 汪洪桥 +2 位作者 杨亚聃 崔忠马 熊斌 《系统工程与电子技术》 EI CSCD 北大核心 2022年第12期3703-3709,共7页
面向合成孔径雷达(synthetic aperture radar,SAR)多目标检测应用,提出了一种基于YOLO(you only look once)框架的无锚框SAR图像舰船目标检测方法。该方法针对YOLOv3锚框需要预先设定且无法完美契合的弊端,通过采用无锚框方法更好适应... 面向合成孔径雷达(synthetic aperture radar,SAR)多目标检测应用,提出了一种基于YOLO(you only look once)框架的无锚框SAR图像舰船目标检测方法。该方法针对YOLOv3锚框需要预先设定且无法完美契合的弊端,通过采用无锚框方法更好适应所检测目标的大小,便于多尺度目标使用。在此基础上,给CSPDarknet53网络增加了注意力机制作为特征提取网络,然后经过能够增大感受野的改进特征金字塔网络(feature pyramid network,FPN)后,把特征图传给无锚框检测头,有效提升了目标类别和位置的预测精度。实验证明,所提算法在公开SAR舰船数据集上平均精度比YOLOv3提高3.8%,达到了94.8%,虚警率降低4.8%。 展开更多
关键词 合成孔径雷达图像 YOLO 无锚框 舰船目标检测
下载PDF
基于深度学习的SAR辅助下光学遥感图像去云方法 被引量：12
13
作者 王梦瑶 孟祥超 +1 位作者 邵枫 符冉迪 《光学学报》 EI CAS CSCD 北大核心 2021年第12期235-243,共9页
针对现有基于深度学习的SAR辅助下光学图像去云方法对光学图像纹理、光谱信息考虑不足,导致去云后影像往往存在模糊、光谱损失等现象,根据杭州市余杭区哨兵一号(Sentinel-1)和哨兵二号(Sentinel-2)卫星影像,构建了SAR辅助下光学图像去... 针对现有基于深度学习的SAR辅助下光学图像去云方法对光学图像纹理、光谱信息考虑不足,导致去云后影像往往存在模糊、光谱损失等现象,根据杭州市余杭区哨兵一号(Sentinel-1)和哨兵二号(Sentinel-2)卫星影像,构建了SAR辅助下光学图像去云数据库,并充分考虑光学遥感图像的细节、纹理以及色彩信息,建立了基于条件生成对抗网络(conditional generative adversarial network,cGAN)的SAR辅助下的光学遥感图像去云模型,实现了SAR辅助下光学图像薄云、雾、厚云等覆盖下地物信息的有效复原与重建。实验结果表明,所提方法可有效实现SAR辅助下的光学图像去云,相比于其他方法具有更优性能。 展开更多
关键词 遥感 云去除 条件生成对抗网络(cGAN) 合成孔径雷达(sar)图像 光学图像 影像融合
原文传递
基于FKICA-SIFT特征的合成孔径图像多尺度配准 被引量：12
14
作者 刘向增 田铮 +1 位作者 史振广 陈占寿 《光学精密工程》 EI CAS CSCD 北大核心 2011年第9期2186-2196,共11页
针对合成孔径(SAR)图像的配准,提出一种基于仿射不变快速核独立成分分析-尺度不变特征变换(FKICA-SIFT)的多尺度配准方法。首先,根据特征点的Hessian矩阵构建仿射不变SIFT描述子。接着,利用FKICA提取该描述子的独立成分得到新的描述子FK... 针对合成孔径(SAR)图像的配准,提出一种基于仿射不变快速核独立成分分析-尺度不变特征变换(FKICA-SIFT)的多尺度配准方法。首先,根据特征点的Hessian矩阵构建仿射不变SIFT描述子。接着,利用FKICA提取该描述子的独立成分得到新的描述子FKICA-SIFT。然后,利用该描述子对Steerable滤波后的各层带通合成子图像提取的特征点进行匹配。最后,采用由粗到细的匹配策略逐步优化变换参数,实现图像的多尺度精确配准。实验结果表明,对有较大仿射变化的SAR图像,当阈值小于0.7时,该方法的匹配正确率大于85%,阈值小于0.5时,匹配正确率可达90%以上,配准精度达到亚像素水平,优于SIFT,PCA-SIFT,ICA-SIFT及SURF等相关方法。使用该方法准确地检测出了地震前后唐家山堰塞湖水域的变化情况,基本满足了SAR图像变换检测前精确配准的要求。 展开更多
关键词 图像配准 合成孔径雷达图像 尺度不变特征变换 快速核独立成分分析
下载PDF
基于上下文分析的无监督分层迭代算法用于SAR图像分割 被引量：12
15
作者 余航 焦李成 刘芳 《自动化学报》 EI CSCD 北大核心 2014年第1期100-116,共17页
基于聚类的分割算法能够有效地分析目标特征在特征域的分布结构,进而准确判断目标的所属类别,但难以利用图像的空间和边缘信息,而基于区域增长的分割算法能够在空间域利用多种图像信息计算目标之间的相似性,但缺乏对特征结构本身的深层... 基于聚类的分割算法能够有效地分析目标特征在特征域的分布结构,进而准确判断目标的所属类别,但难以利用图像的空间和边缘信息,而基于区域增长的分割算法能够在空间域利用多种图像信息计算目标之间的相似性,但缺乏对特征结构本身的深层挖掘,容易出现欠分割或过分割的结果.本文结合这两种算法各自的优势,针对合成孔径雷达(Synthetic aperture radar,SAR)图像的特点,提出了一种基于上下文分析的无监督分层迭代算法.该算法使用过分割区域作为操作单元,以提高分割速度,降低SAR图像相干斑噪声的影响.在合并过分割区域时,该算法采用了分层迭代的策略:首先,设计了一种改进的模糊C均值聚类算法,对过分割区域的外观特征进行聚类分析,获得其类别标记,该类别标记包含了特征的分布结构信息.然后,利用多种SAR图像特征对同类区域的空域上下文进行分析,使用区域迭代增长算法对全局范围内的相似区域进行合并,直到不存在满足合并条件的过分割区域对为止,再重新执行聚类算法.这两种子算法分层交替迭代,扬长避短,实现了一种有效的方法来组织和利用多种信息对SAR图像进行分割.对模拟和真实SAR图像的实验表明,本文提出的算法能够在区域一致性和细节保留之间做到很好的平衡,准确地分割出各类目标区域,对相干斑噪声具有很强的鲁棒性. 展开更多
关键词 图像分割 聚类算法 区域迭代增长 特征提取 相似度度量 合成孔径雷达图像
下载PDF
融合注意力机制与改进SSD算法的SAR舰船目标检测方法 被引量：12
16
作者 薛远亮 金国栋 +2 位作者 侯笑晗 谭力宁 许剑锟 《计算机应用研究》 CSCD 北大核心 2022年第1期265-269,共5页
针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细... 针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细节信息,提高算法的鲁棒性;其次融合通道和空间注意力增强对舰船目标的辨认能力,抑制海杂波等干扰信息;同时改进损失函数来解决舰船密集分布时的漏检问题,提高网络训练效果。数据集上的实验表明,该方法平均准确率(mAP)为87.6%,比SSD算法提高了4.2个百分点,目标的漏检和误检明显减少。相比SSD算法,该算法对复杂背景下的舰船目标有较好的辨别能力和鲁棒性,抗干扰能力有所提升。 展开更多
关键词 舰船目标检测 注意力机制 单次多盒检测算法 合成孔径雷达图像
下载PDF
基于SIFT特征的异源遥感影像匹配方法研究 被引量：10
17
作者 吕倩利 邵永社 《计算机工程与应用》 CSCD 2012年第36期171-176,共6页
由于不同传感器、多时相、多分辨率、多波段的遥感图像的光谱特征、空间特征、纹理特征等存在较大差异,为影像匹配带来了困难。针对异源遥感影像成像机理的不同特点,从影像特征角度,引入尺度不变特征变换(Scale-Invariant-Feature-Trans... 由于不同传感器、多时相、多分辨率、多波段的遥感图像的光谱特征、空间特征、纹理特征等存在较大差异,为影像匹配带来了困难。针对异源遥感影像成像机理的不同特点,从影像特征角度,引入尺度不变特征变换(Scale-Invariant-Feature-Transform,SIFT)方法,实现光学影像、SAR影像和多光谱影像间的匹配;针对SIFT单向匹配算法的不足,引入匹配约束,采用双向匹配策略对其优化,提高了匹配的可靠性。实验表明,该算法具有稳定、可靠、快速等特点,适用于存在光谱特征、空间特征、纹理特征等差异的异源遥感影像的高精度匹配。 展开更多
关键词 合成孔径雷达(sar)影像 多光谱影像 尺度不变特征变换(SIFT)特征 异源影像匹配
下载PDF
一种改进SIFT的SAR与可见光图像配准算法 被引量：10
18
作者 石聪聪 杨学志 +1 位作者 董张玉 王守峰 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第2期182-187,252,共7页
针对合成孔径雷达(synthetic aperture radar,SAR)图像与可见光图像配准存在特征点提取困难、匹配效率不高的问题,文章提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform,NSST)与改进的尺度不变特征变换(scale inv... 针对合成孔径雷达(synthetic aperture radar,SAR)图像与可见光图像配准存在特征点提取困难、匹配效率不高的问题,文章提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform,NSST)与改进的尺度不变特征变换(scale invariant feature transform,SIFT)结合的配准算法。该算法采用NSST变换来提取图像低频信息作为后续检测特征点的原始图像,在保证特征点提取数量的同时提升算法运行速度;选用Harris算子和指数加权平均值(ratio of exponentially weighted averages,ROEWA)边缘检测算法相结合的方法提取SAR图像特征点,改进传统SIFT算法在SAR图像特征点提取时鲁棒性较差的问题;采用快速近似最近邻搜索(fast library for approximate nearest neighbors algorithm,FLANN)与改进的随机抽样一致算法(random sampling consensus algorithm,RANSAC)完成特征点匹配与误匹配剔除。选用GF-1号与GF-3号图像作为实验数据,并与传统SIFT算法进行对比。结果表明,该算法在特征点提取数量与配准精度上相比于传统算法均有明显提高。 展开更多
关键词 合成孔径雷达图像 可见光图像 配准 尺度不变特征变换 非下采样Shearlet变换
下载PDF
基于贝叶斯模型的shearlet域SAR图像去噪方法 被引量：10
19
作者 王彩云 胡允侃 吴淑侠 《系统工程与电子技术》 EI CSCD 北大核心 2017年第6期1250-1255,共6页
通过对合成孔径雷达(synthetic aperture radar,SAR)图像相干斑噪声的特点分析,提出一种基于贝叶斯模型的shearlet域SAR图像去噪方法。首先将变换后的SAR图像在shearlet域进行稀疏表示,得到稀疏系数的分布;其次利用贝叶斯模型进行信号... 通过对合成孔径雷达(synthetic aperture radar,SAR)图像相干斑噪声的特点分析,提出一种基于贝叶斯模型的shearlet域SAR图像去噪方法。首先将变换后的SAR图像在shearlet域进行稀疏表示,得到稀疏系数的分布;其次利用贝叶斯模型进行信号和噪声检测的建模,得到最佳的阈值;然后根据稀疏系数在不同方向上相关性不同的特点,利用自适应加权收缩算法对SAR图像噪声进行平滑处理;最后利用降噪后的高频子图像和低频子图像进行逆shearlet变换,得到SAR重构图像。通过在MSTAR数据库上的实验表明,该算法在滤除相干斑噪声的效果上比其他方法更好,并且不会损失图像的边缘特性。 展开更多
关键词 图像去噪 合成孔径雷达图像 SHEARLET变换 贝叶斯模型
下载PDF
基于RetinaNet的SAR图像舰船目标检测 被引量：9
20
作者 刘洁瑜 赵彤 刘敏 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第2期85-91,共7页
在合成孔径雷达图像舰船目标检测中,由于背景复杂多变,传统的基于人工特征的目标检测方法效果较差.基于深度学习中的单阶段目标检测算法RetinaNet,结合合成孔径雷达图像本身特征信息较少的特点,采用了多特征层融合的思想,改进了网络特... 在合成孔径雷达图像舰船目标检测中,由于背景复杂多变,传统的基于人工特征的目标检测方法效果较差.基于深度学习中的单阶段目标检测算法RetinaNet,结合合成孔径雷达图像本身特征信息较少的特点,采用了多特征层融合的思想,改进了网络特征提取能力,提出了相适应的损失函数的计算方法.采用SAR图像舰船目标检测数据集(SSDD)对网络进行训练,并通过样本增强和迁移学习的方法提升算法的鲁棒性和收敛速度.通过实验与其他基于深度学习的目标检测算法所得结果进行比较,结果表明本算法具有更高的检测精度. 展开更多
关键词 合成孔径雷达(sar)图像 舰船目标检测 深度学习 RetinaNet
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
使用帮助 返回顶部