西北工业大学基础研究基金(JC200942)
- 作品数：3 被引量：11H指数：2
- 相关作者：李映梁佳熙龚红丽张艳宁李潇更多>>
- 相关机构：西北工业大学更多>>
- 发文基金：西北工业大学基础研究基金国家自然科学基金中国航空科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 高分辨率遥感图像中机场目标的并行快速提取被引量：2
- 2012年
- 针对高分辨遥感图像机场目标检测存在漏检和误检,鲁棒性低,且处理多幅图片速度慢的特点,提出一种基于批量化并行处理模式的遥感图像机场目标提取方法。利用模糊增强方法对图像进行预处理,利用基于像素梯度和方差信息的模糊边缘检测算法对图像进行边缘检测,从中筛选出长直线,利用Hough变换提取其中平行的直线作为机场跑道特征。在得到的特征点中选取种子点进行区域生长,从而提取出完整的机场目标。利用MPI多进程并行处理的编程方法来实现对多幅图片中机场目标的批量化并行快速提取。实验结果表明该算法具有很好的鲁棒性,能准确地检测并提取出完整的机场目标,能够大幅度提高程序处理多幅图片的速度。
- 李潇李映
- 关键词：边缘检测并行处理
- 基于KSVD和PCA的SAR图像目标特征提取被引量：9
- 2010年
- 提出一种基于核的奇异值分解(KSVD)与主成分分析(PCA)相结合的SAR图像目标的组合特征提取方法。该方法首先利用核的奇异值分解得到图像非线性的代数特征,然后进一步经过PCA变换得到图像的最终分类特征。实验中,将本文提出的KSVD+PCA两步特征提取方法与PCA、SVD、KPCA、KSVD方法分别结合简单、快速的最近邻分类器在MSTAR坦克数据上进行了比较,实验结果表明,KSVD+PCA方法不仅有效地提高了目标的正确识别率,而且大大降低了对目标方位的敏感度,在目标方位信息未知的情况下,识别率可达到95.75%,是一种有效的SAR图像目标特征提取方法。
- 李映龚红丽梁佳熙张艳宁
- 关键词：计算机应用特征提取主成分分析最近邻分类器
- 基于多尺度特征融合的SAR图像分割
- 2011年
- 由于存在相干斑噪声的影响,给SAR图像分割造成很大的困难,提出一种基于多尺度特征融合的SAR图像分割方法。该方法利用快速离散curvelet变换提取图像的纹理特征,利用平稳小波变换提取图像的统计特征,将两种多尺度特征融合成高维的特征向量,采用模糊C均值聚类的方法进行分割。在仿真SAR图像和真实SAR图像的分割实验结果表明,提出的方法优于单独采用小波变换进行SAR图像分割的方法,在消除均质区内碎块的同时,使得边界更为精准和平滑。
- 宁慧君李映胡杰
- 关键词：合成孔径雷达(SAR)图像CURVELET变换图像分割
