【摘 要】
：
合成孔径雷达(Synthetic aperture radar,SAR)图像变化检测可以看作是一个分类过程,像素被分类为变化类和不变类.但是,差异图的质量影响了现有方法的检测精度.为了提供高质量
论文部分内容阅读
合成孔径雷达(Synthetic aperture radar,SAR)图像变化检测可以看作是一个分类过程,像素被分类为变化类和不变类.但是,差异图的质量影响了现有方法的检测精度.为了提供高质量的差异图,提出一种基于组合差异图和卷积小波神经网络(Convolutional-Wavelet Neural Network,CWNN)结合的SAR图像变化检测方法.首先,使用对数比算子、均值比算子和差分算子产生差异图,并使用简单的组合方法得到最终的差异图.然后,在差异图上使用分层模糊C 均值获得变化类和不变化类的训练样本.最后,使用训练好的CWNN 对所有像素进行分类.该方法提高了差异图的质量,为网络提供高质量的训练样本.真实SAR 图像数据集上的实验结果表明,该方法提高了变化检测精度.
其他文献
针对自然环境下青苹果目标与树叶颜色相似导致检测与识别困难的问题,提出一种基于YOLOv3网络的青苹果检测与识别方法。利用YOLOv3网络检测出图像中的青苹果目标区域,对目标区域进行HSV和YUV颜色空间分量下的阈值分割,选取青苹果目标提取效果较好的H、V和Y、U分量下的结果,通过形态学运算去除不连通的小区域得到青苹果目标。实验结果表明:在单个果实、两个果实和多个果实图像中,H、V和Y、U分量下青苹
传统迭代最近点(Iterative Closest Point,ICP)算法在进行点云配准时,若点云初始位置相差较大时,容易陷入局部最优,同时,该算法无法解决部分重叠的点云的配准问题。鉴于此,提出了一种改进的ICP激光点云精确配准方法。首先通过对两片点云的主成分分析并矫正主轴方向以完成初始配准,获得一个较好的初始位置。然后利用2次搜索最近距离来获取各点的概率值,并将其嵌入到最小二乘函数中来改进IC
针对航空发动机叶片因转速快而导致无法获取清晰叶片形面的问题,提出一种基于光电检测的航空发动机叶片图像采集系统,通过光电检测技术实现在采集过程中相机与高转速下发动机叶片保持相对静止,进而通过千兆网线在线获取叶片表面高清图像。该系统采用激光传感器与AVR单片机确定不同转速下同一叶片的触发信号并向外触发模式下的工业相机传送驱动信号,实现叶片图像采集与图像处理。实验结果表明,该系统性能稳定,采集图像品质高
厚度评定是石墨烯相关材料领域的重要课题,原子力显微镜是测量纳米级厚度最直接的手段.由于测量过程中噪声和表面粗糙度等多种因素的影响,根据原子力显微镜形貌数据准确评定
CAMP关键词:不羁的一代,着色的灵魂rn在过去的很多年里,2020年都是“未来”的代名词——一个想象中汽车满天飞,机器人遍地走的世界.我们对这个未来有着各式各样的憧憬,而随着