基于視覺(jué)注意的高分辨率sar影像建筑區(qū)提取研究.doc
約75頁(yè)DOC格式手機(jī)打開展開
基于視覺(jué)注意的高分辨率sar影像建筑區(qū)提取研究,基于視覺(jué)注意的高分辨率sar影像建筑區(qū)提取研究3.15萬(wàn)字 75頁(yè)原創(chuàng)作品,已通過(guò)查重系統(tǒng) 摘要合成孔徑雷達(dá)作為主動(dòng)式雷達(dá),具有全天時(shí)、全天候、高分辨、可側(cè)視成像等優(yōu)點(diǎn),在軍事和民用領(lǐng)域中均得到了廣泛的應(yīng)用。sar圖像通常圖幅較大,信息量豐富,且容易受到相干斑噪聲的影響,從sar圖像中進(jìn)行目標(biāo)的自動(dòng)檢測(cè)具有一定的挑戰(zhàn)性...
內(nèi)容介紹
此文檔由會(huì)員 馬甲線女神 發(fā)布
基于視覺(jué)注意的高分辨率SAR影像建筑區(qū)提取研究
3.15萬(wàn)字 75頁(yè) 原創(chuàng)作品,已通過(guò)查重系統(tǒng)
摘 要
合成孔徑雷達(dá)作為主動(dòng)式雷達(dá),具有全天時(shí)、全天候、高分辨、可側(cè)視成像等優(yōu)點(diǎn),在軍事和民用領(lǐng)域中均得到了廣泛的應(yīng)用。SAR圖像通常圖幅較大,信息量豐富,且容易受到相干斑噪聲的影響,從SAR圖像中進(jìn)行目標(biāo)的自動(dòng)檢測(cè)具有一定的挑戰(zhàn)性。視覺(jué)注意機(jī)制使得人類具備從復(fù)雜環(huán)境中搜索感興趣目標(biāo)的能力,近年來(lái)已成為遙感圖像處理與分析領(lǐng)域的研究熱點(diǎn)之一。
本文在歸納總結(jié)現(xiàn)有視覺(jué)注意計(jì)算模型的基礎(chǔ)上,針對(duì)建筑物在SAR圖像中的影像特征,將紋理特征引入到視覺(jué)注意模型的初級(jí)視覺(jué)特征提取階段,改進(jìn)了傳統(tǒng)的ITTI視覺(jué)注意模型,并利用該模型提取了高分辨率SAR圖像中的建筑區(qū)。論文所做的主要工作和結(jié)論如下:
(1) 深入研究了視覺(jué)注意機(jī)制的理論基礎(chǔ),從生物學(xué)即心理學(xué)中闡述視覺(jué)注意機(jī)制的構(gòu)成,歸納總結(jié)了現(xiàn)有的視覺(jué)注意計(jì)算模型;
(2) 針對(duì)建筑物在SAR圖像中表現(xiàn)出明顯的紋理特征,研究了兩種紋理特征提取方法——灰度共生矩陣方法以及Gabor濾波方法,通過(guò)實(shí)驗(yàn)確定了灰度共生矩陣方法的最佳窗口大小以及Gabor濾波方法的最優(yōu)頻率和角度;
(3) 將紋理特征引入到視覺(jué)注意模型的初級(jí)視覺(jué)特征提取階段,改進(jìn)了ITTI視覺(jué)注意模型,并利用改進(jìn)的ITTI模型提取了SAR圖像中的建筑區(qū)。與傳統(tǒng)視覺(jué)注意模型相比較,該方法生成的顯著圖效果明顯,建筑區(qū)檢測(cè)結(jié)果更好。
關(guān)鍵詞:視覺(jué)注意;ITTI模型;SAR圖像;建筑區(qū);紋理提??;Gabor濾波
3.15萬(wàn)字 75頁(yè) 原創(chuàng)作品,已通過(guò)查重系統(tǒng)
摘 要
合成孔徑雷達(dá)作為主動(dòng)式雷達(dá),具有全天時(shí)、全天候、高分辨、可側(cè)視成像等優(yōu)點(diǎn),在軍事和民用領(lǐng)域中均得到了廣泛的應(yīng)用。SAR圖像通常圖幅較大,信息量豐富,且容易受到相干斑噪聲的影響,從SAR圖像中進(jìn)行目標(biāo)的自動(dòng)檢測(cè)具有一定的挑戰(zhàn)性。視覺(jué)注意機(jī)制使得人類具備從復(fù)雜環(huán)境中搜索感興趣目標(biāo)的能力,近年來(lái)已成為遙感圖像處理與分析領(lǐng)域的研究熱點(diǎn)之一。
本文在歸納總結(jié)現(xiàn)有視覺(jué)注意計(jì)算模型的基礎(chǔ)上,針對(duì)建筑物在SAR圖像中的影像特征,將紋理特征引入到視覺(jué)注意模型的初級(jí)視覺(jué)特征提取階段,改進(jìn)了傳統(tǒng)的ITTI視覺(jué)注意模型,并利用該模型提取了高分辨率SAR圖像中的建筑區(qū)。論文所做的主要工作和結(jié)論如下:
(1) 深入研究了視覺(jué)注意機(jī)制的理論基礎(chǔ),從生物學(xué)即心理學(xué)中闡述視覺(jué)注意機(jī)制的構(gòu)成,歸納總結(jié)了現(xiàn)有的視覺(jué)注意計(jì)算模型;
(2) 針對(duì)建筑物在SAR圖像中表現(xiàn)出明顯的紋理特征,研究了兩種紋理特征提取方法——灰度共生矩陣方法以及Gabor濾波方法,通過(guò)實(shí)驗(yàn)確定了灰度共生矩陣方法的最佳窗口大小以及Gabor濾波方法的最優(yōu)頻率和角度;
(3) 將紋理特征引入到視覺(jué)注意模型的初級(jí)視覺(jué)特征提取階段,改進(jìn)了ITTI視覺(jué)注意模型,并利用改進(jìn)的ITTI模型提取了SAR圖像中的建筑區(qū)。與傳統(tǒng)視覺(jué)注意模型相比較,該方法生成的顯著圖效果明顯,建筑區(qū)檢測(cè)結(jié)果更好。
關(guān)鍵詞:視覺(jué)注意;ITTI模型;SAR圖像;建筑區(qū);紋理提??;Gabor濾波