【摘 要】
：
为进一步提高合成孔径雷达（synthetic aperture radar,SAR）图像中河流目标检测的准确性,本文提出了基于多特征和小波支持向量机（wavelet support vector machine,WSVM）的SAR图像
【机 构】
：
南京航空航天大学电子信息工程学院,黄河水利委员会黄河水利科学研究院水利部黄河泥沙重点实验室,长江水利委员会长江科学院武汉市智慧流域工程技术研究中心,南京水利科学研究院港口航道泥沙工程交通行业重点实验室
论文部分内容阅读
为进一步提高合成孔径雷达（synthetic aperture radar,SAR）图像中河流目标检测的准确性,本文提出了基于多特征和小波支持向量机（wavelet support vector machine,WSVM）的SAR图像河流目标检测方法。首先使用均值比表示像素点邻域的灰度特征,Gabor小波提取其纹理特征,并将其融合构造训练样本;然后将归一化处理后的特征矩阵输入WSVM进行训练,并利用训练好的WSVM对图像的每个像素点进行分类;最后根据河流的区域连通性和面积、形状特征,去除阴影、湖泊等与河流
其他文献
针对机载多通道合成孔径雷达(synthetic aperture radar,SAR)在方位孔径受限下地面慢速扩展目标检测性能下降的问题,提出了基于张量积的慢速扩展目标检测和径向速度估计方法
提出了一种基于序列锥规划的多输入多输出雷达正交连续相位编码波形设计方法，以最小化发射信号的自相关峰值旁瓣电平和互相关峰值电平为目标函数，利用序列锥规划在每一个迭代点
相比多运动平台有源传感器配准或异质传感器配准问题,多平台无源传感器的配准由于无距离信息将更为复杂,鲜有相关研究。为此,首先构建了WGS-84坐标系下有偏无源观测模型,然后将最大似然配准(maximum likelihood registration,MLR)算法扩展到空基多运动平台无源传感器的配准。运用复合函数求导链式法则,推导出应用MLR算法时至为关键的传感器观测量对目标状态的雅克比矩阵。为计算