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4篇文章
< 1 >
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RFCM的PolSAR图像机场跑道区域检测方法 被引量：2
1
作者 程争 韩萍 韩绍程 《中国民航大学学报》 CAS 2019年第5期30-34,共5页
机场跑道边缘像素因具有类别模糊性而易产生误分类,为此提出一种基于鲁棒模糊聚类的PolSAR图像跑道区域检测方法。为避免模糊聚类对初始类中心敏感而陷入局部最优,首先利用极化分解理论对原始图像进行粗分割,得到合适的初始类中心。然... 机场跑道边缘像素因具有类别模糊性而易产生误分类,为此提出一种基于鲁棒模糊聚类的PolSAR图像跑道区域检测方法。为避免模糊聚类对初始类中心敏感而陷入局部最优,首先利用极化分解理论对原始图像进行粗分割,得到合适的初始类中心。然后采用基于Wishart距离的鲁棒模糊聚类算法对PolSAR图像进行分类,并提取感兴趣区域(即疑似跑道区域)。最后利用跑道结构特征对感兴趣区域进行辨识,确定真实跑道位置。仿真结果表明,相比其它两种检测算法,该检测算法具有精度高、速度快、视觉效果好的特点。 展开更多
关键词 极化合成孔径雷达 跑道区域检测 模糊聚类 Wishart距离 结构特征
下载PDF
基于改进FCM的极化SAR图像机场跑道区域检测
2
作者 王海松 郑成学 +2 位作者 赵洪鹏 郭子赫 程争 《科技资讯》 2020年第27期11-13,共3页
该文提出了一种基于改进FCM的极化SAR图像机场跑道区域检测方法。针对传统FCM算法对噪声敏感、未考虑相邻像素间的关联的问题,该文引入Wishart距离替代欧式距离,并用邻域像素信息对原始隶属度函数进行加权,提高了算法的分类性能。接着... 该文提出了一种基于改进FCM的极化SAR图像机场跑道区域检测方法。针对传统FCM算法对噪声敏感、未考虑相邻像素间的关联的问题,该文引入Wishart距离替代欧式距离,并用邻域像素信息对原始隶属度函数进行加权,提高了算法的分类性能。接着根据跑道区域的弱散射特性从模糊聚类结果中提取感兴趣区域。最后利用跑道的结构特征对感兴趣区域进行辨识。实验结果表明,该文算法能够有效检测出机场跑道区域,结构较完整。 展开更多
关键词 FCM 极化SAR 跑道区域检测 结构特征 Wishart距离
下载PDF
自适应无监督分类的PolSAR图像机场跑道区域快速检测 被引量：4
3
作者 卢晓光 蔺泽山 +1 位作者 韩萍 邹璨 《遥感学报》 EI CSCD 北大核心 2019年第6期1186-1193,共8页
针对复杂PolSAR图像场景中机场目标区域检测问题,本文提出一种自适应无监督分类的机场目标快速检测方法,该方法首先对极化SAR相干矩阵分解提取PolSAR图像的特征值图,转化为超像素图实现图像去噪及降维。然后用SLIC超像素分割算法分割构... 针对复杂PolSAR图像场景中机场目标区域检测问题,本文提出一种自适应无监督分类的机场目标快速检测方法,该方法首先对极化SAR相干矩阵分解提取PolSAR图像的特征值图,转化为超像素图实现图像去噪及降维。然后用SLIC超像素分割算法分割构造超像素。基于超像素图构建极化分类特征,并采用无监督的谱聚类方法提取出疑似机场跑道区域,其中的类别数确定利用VAT-DBE(Visual Assessment of cluster Tendency-Dark Block Extraction)算法获得。最后,在疑似区域内结合跑道结构特征进一步辨识检测出场景中的机场跑道区域。利用美国UAVSAR系统采集的多组全极化SAR实测数据对算法进行验证,并与两种已有的无监督跑道检测算法进行对比,实验结果表明,该算法能够快速准确检测出机场跑道区域,处理耗时可减小80%以上。具有更好的鲁棒性。 展开更多
关键词 遥感 PolSAR图像 机场跑道区域检测 超像素图 自适应无监督分类 谱聚类
原文传递
结合区域分割和Wishart分类器的机场跑道区域快速检测方法 被引量：2
4
作者 韩萍 程争 +2 位作者 万义爽 韩宾宾 韩绍程 《交通运输工程学报》 EI CSCD 北大核心 2020年第3期225-236,共12页
提出了一种结合区域分割和Wishart分类器的极化合成孔径雷达图像机场跑道区域快速检测方法;利用简单线性迭代聚类算法分割极化合成孔径雷达图像,并将分割得到的超像素作为后续分类处理的基本单元;采用一种优化后的距离度量方式给超像素... 提出了一种结合区域分割和Wishart分类器的极化合成孔径雷达图像机场跑道区域快速检测方法;利用简单线性迭代聚类算法分割极化合成孔径雷达图像,并将分割得到的超像素作为后续分类处理的基本单元;采用一种优化后的距离度量方式给超像素分配类别标签,解决了传统Wishart距离度量因子冗余运算量大的问题;分析了机场跑道区域像素的极化散射特性,利用机场跑道区域的弱散射特性从分类结果中提取感兴趣区域;利用机场跑道的结构特征筛选辨识感兴趣区域,进而确定机场跑道区域的准确位置;利用极化合成孔径雷达实测数据测试了算法的有效性,并与传统基于像素的检测结果进行对比。试验结果表明:该算法在复杂大场景下能够快速有效检测出机场跑道区域,检测出的跑道轮廓清晰,结构比较完整;采用简单线性迭代聚类算法预处理图像极大地降低了后续处理的复杂性;针对墨西哥湾试验数据,Wishart分类器处理单元个数分别是Freeman+Wishart算法和FCM+Wishart算法的1.0%和2.4%,整个检测过程耗时分别为Freeman+Wishart算法和FCM+Wishart算法的9.9%和27.1%;针对大岛试验数据,Wishart分类器处理单元个数分别是Freeman+Wishart算法和FCM+Wishart算法的1.0%和2.6%,整个检测过程耗时分别为Freeman+Wishart算法和FCM+Wishart算法的14.0%和31.8%。可见,所提检测方法的实时性能优于基于像素的检测方法。 展开更多
关键词 交通信息 机场跑道区域检测 极化合成孔径雷达 简单线性迭代聚类 Wishart距离度量因子 结构特征
原文传递
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 下一页 到第 页
使用帮助 返回顶部