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。 |
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