| 基于自適應(yīng)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(shù)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(jiān)督的極化合成孔徑雷達（極化SAR）圖像地物分類任務(wù)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(nèi)存在信息冗余和特征相關(guān)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(tǒng)計HSV顏色特征的自適應(yīng)超像素聚類算法，提出一種借助鄰域相關(guān)性的樣本特征增強方法。實驗結(jié)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(jié)果的魯棒性和準確率。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
極化合成孔徑雷達 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2