利用Brushlet变换进行SAR图像变化检测.pdfVIP

利用Brushlet变换进行SAR图像变化检测.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用Brushlet变换进行SAR图像变化检测.pdf

2013年12月 西安电子科技大学学报(自然科学版) Dec.2013 第40卷第6期 JOURNALOFXIDIANUNIVERSITY V01.40No.6 doi:10.3969/j.issn.1001—2400.2013.06.012 利用Brushlet变换进行SAR图像变化检测 颜学颖,焦李成,王凌霞 (西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安 710071) 摘要:针对传统空域和小波域检测算法的相邻像素间相似特征捕捉性能差、方向分辨率低的问题,提出了 一种基于非下采样Brushlet变换和各向异性Gabor窗的二维最大类间方差变化检测方法.将非下采样 Brushlet域的各向异性Gabor非线性加权均值计算和空域最小化均方误差的线性组合相结合,来获取相干 斑噪声抑制后的均值特征,解决了角分辨率低的问题,获得了各个方向、频率和位置的精确定位;利用二维 最大类间方差阈值分割来得到最终的变化检测结果.对真实的SAR图像进行了实验,证明了新方法有着 较好的检测结果,并能够很好地保留边缘等细节信息. 关键词:图像变化检测;Brushlet变换;各向异性;阈值分割 文献标识码:A 中图分类号:TP751.1 文章编号:1001—2400(2013)06—0067—07 SAR detectionbasedonBrushlet imagechange transform YAN Xueying,JIAOLicheng,WANGLingxia ofEducationLab.of and (Ministry Key IntelligentPerception ImageUnderstanding,XidianUniv.,Xi’an710071,China) Abstract:Thetraditionaldetectionmethodhasa for characterandlow change pooraccuracysimilarity capture direction-resolution.Inthis new2D-OtsuSAR detectionmethodis basedonthe paper,a imagechange proposed BrushlettransformandGaborwindow.T}lismethodcombinesthelocal Gabor overcomplete anisotropicweighted nonlinearmean inthe Brushletdomainandlinearcombinationwith procedureovercomplete theminimummean errorinthe domaintoobtainmeancharacterafterthe noiseis resolvesthe squared original speckle removed,which can thetextureofeach oflowdirection-r

您可能关注的文档

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档