国家自然科学基金(61201338)
- 作品数：4 被引量：27H指数：3
- 相关作者：匡纲要熊博莅赵凌君张小强崔莹更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种基于局部梯度比率特征度量SAR图像相似性的新方法被引量：4
- 2014年
- 本文针对SAR图像相干斑噪声和图像局部梯度特性,提出一种基于局部梯度比率特征的相似度准则.首先提取SAR图像各个像素的梯度比率特征,进而构建局部梯度比率特征直方图LGRPH,并进一步分析多尺度LGRPH,最后通过计算多尺度LGRPH的K-L距离定义相似度.基于SAR仿真和实测图像的实验结果表明,本文提出的相似度准则对SAR图像上相干斑噪声和局部梯度变化不敏感,能有效应用于SAR图像的目标识别.
- 项德良粟毅赵凌君唐涛陆军
- 关键词：SAR图像相似度目标识别
- 结合结构相似度的自适应多尺度SAR图像变化检测被引量：7
- 2014年
- 目的结合高斯核函数特有的性质,提出一种基于结构相似度的自适应多尺度SAR图像变化检测算法。方法本文提出的算法包括差异图像获取、高斯多尺度分解、基于结构相似性的最优尺度选择、特征矢量构造以及模糊C均值分类。首先,通过对多时相SAR图像进行对数比运算获取差异图像,然后,利用基于图像的结构相似度估计高斯多尺度变换的最优尺度,继而在该最优尺度参数下逐像素构建变化检测特征矢量,最后通过模糊c均值聚类方法实现变化像素与未变化像素的分离,生成最终的变化检测结果图。结果在两组真实的SAR图像数据上测试本文算法,正确检测率分别达到0.9952和0.9623,Kappa系数分别为0.8200和0.8540,相比传统算法有了较大的提高。结论本文算法充分利用了尺度信息,对噪声的鲁棒性有所提高。实测SAR数据的实验结果表明,本文算法可以智能获取最优分解尺度,显著提高了SAR图像变化检测性能。
- 崔莹熊博莅蒋咏梅匡纲要
- 关键词：变化检测结构相似度特征矢量模糊C均值聚类
- 一种基于变化检测技术的SAR图像舰船目标鉴别方法被引量：14
- 2015年
- 该文引入变化检测思想,利用SAR图像中海杂波和目标之间的灰度差异,通过对潜在舰船目标切片的目标像素和背景像素进行分离,计算目标像素聚集度(TPAM)特征,实现对高亮像素在图像切片中聚集程度的定量评估,从而鉴别目标切片中是否包含有舰船目标,有效去除杂波虚警。首先,基于感兴趣区域(ROI)切片中心为目标像素及四周为海杂波的合理假设,构建似然比变化检测量获取差异图像;然后,利用KSW熵阈值选择方法实现差异图像中目标像素和海杂波像素的自动分离,生成二值图像;最后,利用切片中心像素为种子点,对二值图像进行区域生长,计算目标像素聚集度特征,并判断目标切片是否包含舰船目标。基于RADARSAT-1 SAR实测数据的实验结果表明,该文方法得到的目标像素聚集度特征计算简单、稳健性好、可区分度高,具有良好的鉴别性能,能够去除大部分海杂波干扰产生的虚警,有效地降低目标检测虚警率。
- 张小强熊博莅匡纲要
- 关键词：SAR图像
- 基于变差函数模型拟合的城区SAR图像分类新方法被引量：2
- 2014年
- 提出了一种基于变差函数模型拟合的SAR图像分类新方法。该方法首先采用球状模型拟合不同地物的变差函数图,计算模型参数——变程值;然后,用变程值所对应的变差函数纹理特征构成分类特征矢量;最后,利用K-近邻分类器实现训练与分类。对不同RadarSat图像的实验表明该方法可有效用于SAR图像的分类,且分类性能优于经典的最大似然法和灰度共生矩阵法。
- 赵凌君谭熙匡纲要
- 关键词：SAR图像变差函数纹理分类城区环境
