分辨率与SAR目标检测分类性能的关联性研究

来源 :电子科技大学 | 被引量 : 1次 | 上传用户:yaqi007666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分辨率与SAR图像目标的检测及分类的关联性研究,是分析系统维度中分辨率对目标检测和分类的影响。这对开展SAR系统资源对目标识别能力的影响,并建立识别能力的系统资源制约模型有着重要的意义。主要的工作总结如下:文章首先介绍了研究分辨率与目标检测及分类关联性的背景及意义,阐述了目前目标检测与分类目前的国内外研究现状。然后总结了SAR图像目标检测与分类的基本概念和原理,在深入了解相关技术的基础上,从系统的角度对整个流程进行了描述。并且总结了目标检测与分类过程中常用到的方法。接着文章阐述了实验流程,详细介绍了文章中目标检测和分类所用的方法。给出了研究过程中用到的目标特征。最后,基于ATR系统评估方法,提出了一套针对SAR图像目标检测和分类性能的评估方法。接着研究了分辨率对目标检测的影响。首先介绍了降低分辨率的方法,并提出了基于不同分辨率改进的双参数CFAR检测器。然后分别仿真分析了不同分辨率下使用不同的检测特征的检测结果。其中纹理特征和权秩填充比特征受分辨率影响较小,在不同的分辨率下使用这两种特征时检测概率随着分辨率的降低缓慢减小,在低分辨的情况下也能维持低的虚警概率和高的检测概率。在使用质量和大小特征时,检测概率会随着分辨率的降低而快速减小。这是因为大小特征与图像的像素数量有关而纹理特征与图像不均匀程度有关。最后研究了分辨率对目标分类的影响。将不同分辨率下的三类目标,T-72、BMP-2、BTR进行了两两分类。发现不同分辨率下三种目标的分类都会随着使用有效特征的增多而使分类正确率提高。当全部特征一起使用时,整体上分类正确性会随着分辨率的降低而降低,在分辨率高于0.6m×0.6m时,对T-72和BTR的分类有效性最好,对T-72与BMP-2的分类有效性最差。但是当分辨率为2.5m×2.5m时文章中所使用的特征都不能有效的对这三类目标进行分类。
其他文献
为消除图像压缩编码中经常产生的块效应,重叠变换作为一类改进的变换方法在20世纪80年代被提出来,之后关于它的一系列高性能的数据压缩算法,受到了国内外学者们广泛关注与研
无线传感器网络作为下一代互联网技术与传感器技术相结合的新兴产业,是IT产业的重要发展方向,是“无处不在的计算”所依托的最核心技术之一。它集Internet技术、嵌入式技术及
乐清湾的自然条件优越,历来是浙江省重要的海水养殖和贝类育苗基地。另外,乐清西门岛又是我国红树林人工引种的北界,又是2005年2月由国家海洋局批准建立的浙江省首个国家级海洋
无源毫米波探测技术利用目标与背景的辐射特性差异实现成像,在军事侦察、反恐维稳、飞机着陆等领域具有重大应用价值。但是,现有无源毫米波成像系统分辨率难以满足需求。多帧
目的:分析视网膜母细胞瘤细胞Y-79、视网膜色素上皮细胞ARPE-19中叶酸受体的表达差异,探讨其与病理特征的关系,为进一步研究靶向视网膜母细胞瘤药物载体奠定基础。壳聚糖是一种
学位
学位