| 基于自適應超像素的少樣本極化SAR圖像特征增強方法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：1208 K | |
| 標簽： 極化合成孔徑雷達 地物分類 超像素 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：有監督的極化合成孔徑雷達（極化SAR）圖像地物分類任務需要像素級人工標注，如何減少其對大量精確標注樣本的依賴是目前的一個研究重點。極化SAR圖像的空間鄰域內存在信息冗余和特征相關性，充分利用空間鄰域信息有助于提升樣本特征的判別性和魯棒性。通過引入基于極化統計HSV顏色特征的自適應超像素聚類算法，提出一種借助鄰域相關性的樣本特征增強方法。實驗結果表明該方法可以在僅有少量標注樣本的條件下提升分類結果的魯棒性和準確率。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2