排序方式: 共有44条查询结果,搜索用时 0 毫秒
1.
基于变分的SAR图像目标特征增强方法 总被引:1,自引:0,他引:1
研究了SAR图像目标特征增强的变分方法.通过分析P-M扩散方程中的扩散系数,得出梯度(Canny)边缘检测算子对SAR图像的非恒虚警性使得滤波后图像的边缘变得模糊.而ROA算子能有效地检测出图像中的边缘,但较难检测出图像中的强散射点目标.基于SAR幅度图像中相干斑噪声的Rayle igh分布,从最大后验概率估计出发,结合ROA边缘检测图像以及SAR幅度信息来构造扩散系数,建立SAR图像目标特征增强的变分模型.实测SAR图像处理结果显示该方法在充分抑制均匀区域的相干斑噪声的同时能较好地保护并增强图像的边缘和强散射区域. 相似文献
2.
通过对目标飞行轨迹的参数化建模,提出了由红外传感器对目标角度和辐射功率的测量实现对目标距离和其它位置、速度参数估计的算法,从而可以此作为目标威胁程度估计和目标特性识别的依据。仿真计算表明,该方法计算的精度高,对目标位置的初始先验值依赖程度较小。该算法也适合于其它测量体制的目标运动参数估计。 相似文献
3.
低层大气误差对距离变化率折射误差的影响 总被引:2,自引:0,他引:2
大气折射残差模型是综合处理雷达测量数据及光学测量数据时需要重点考虑的残差项。本文对现行的大气折射差模型提出了质疑,并从折射原理出发,在球面分层的情况下重新推导了大气折射指数的变化对视在距离变化率与真实距离变化率之差的影响。 相似文献
4.
基于Freeman分解的植被参数反演新方法 总被引:1,自引:1,他引:0
基于极化Freeman分解的极化协方差矩阵参数,极化干涉SAR互协方差矩阵可简化建模为植被高度、消光系数和地面干涉相位的函数。基于此,该文建立了以极化干涉SAR互协方差矩阵估算值与互协方差矩阵观测值之差为目标函数、以3个植被参数为未知量的优化模型,提出了基于Freeman分解的植被参数反演新方法。该方法避免了三阶段植被参数估计方法所面临的体相关系数确定问题,提供了一种独立于三阶段植被参数估计的新思路。仿真结果验证了新方法的有效性。 相似文献
5.
6.
7.
8.
9.
10.
SAR图像分辨率的统计判别准则 总被引:5,自引:1,他引:4
提出了合成孔径雷达(SAR)图像分辨率的统计判别准则。经典的瑞利分辨准则是一个基于人类视觉感知的分辨准则,存在一定的理论缺陷,在SAR图像应用中也存在两个严重问题:没有体现噪声对成像系统分辨能力的影响;没有考虑利用复图像来分辨目标;这些不足限制了SAR图像的应用效能。通过对分辨性能的分析,认为SAR图像的目标分辨问题本质上是一个假设检验问题,进而建立了分辨的假设检验模型,提出了SAR图像分辨率的统计判别准则。分别针对功率图像和复图像的目标分辨,得到了明确的分辨率与信噪比的关系、分辨率与目标相对相位的关系这两个主要结论。这些结果对于SAR系统设计、SAR图像超分辨处理及SAR图像应用都有重要意义。 相似文献