

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、SAR(SyntheticApertureRadar,合成孔徑雷達(dá))是一種主動(dòng)式微波傳感器,在成像雷達(dá)中占有十分重要的地位,已被廣泛應(yīng)用于國(guó)民經(jīng)濟(jì)、國(guó)防和科學(xué)研究等諸多領(lǐng)域。目前,基于SAR圖像數(shù)據(jù)的地面場(chǎng)景分類與解譯已經(jīng)成為一個(gè)研究熱點(diǎn)。本文對(duì)SAR圖像特征提取和SAR圖像分類兩個(gè)方面進(jìn)行深入的研究,主要研究?jī)?nèi)容如下所述:
1.針對(duì)SAR圖像紋理特征的提取,分析比較了傳統(tǒng)的GLCM(GreyLevelCo-occurrenc
2、eMatrix,灰度共生矩陣)算法及其一些改進(jìn)算法,為解決這幾種算法時(shí)間復(fù)雜度問(wèn)題,本文利用FPGA(FieldProgrammableGateArray,現(xiàn)場(chǎng)可編程門陣列)的并行性能研究了GLCM紋理特征的并行快速提取算法。該算法利用FPGA的高速并行計(jì)算的優(yōu)勢(shì)來(lái)對(duì)SAR圖像進(jìn)行快速高效的紋理特征提取,尤其是對(duì)人幅SAR圖像,特征提取的效率更高。并通過(guò)實(shí)驗(yàn)驗(yàn)證了基于FPGA的GLCM算法的高效性和精確性。
2.在分析比較監(jiān)督
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 艦船目標(biāo)SAR圖像特征提取與分類技術(shù).pdf
- 藻類細(xì)胞圖像的特征提取與分類方法研究.pdf
- 圖像紋理特征提取及分類方法研究.pdf
- 基于特征提取的SAR圖像去斑方法.pdf
- SAR圖像特征提取及微弱目標(biāo)檢測(cè)方法研究.pdf
- SAR圖像艦船目標(biāo)檢測(cè)及特征提取方法研究.pdf
- 極化SAR圖像人造目標(biāo)特征提取與檢測(cè)方法研究.pdf
- SAR圖像典型目標(biāo)特征提取與識(shí)別方法研究.pdf
- SAR圖像目標(biāo)特征提取與識(shí)別算法研究.pdf
- 圖像紋理的特征提取和分類方法研究.pdf
- 紋理的特征提取與圖像分類研究.pdf
- 基于形態(tài)學(xué)的SAR目標(biāo)特征提取與分類方法研究.pdf
- 足跡圖像的特征提取與分類.pdf
- 圖像模式分類與檢索:核函數(shù)方法與特征提取方法研究.pdf
- 數(shù)字圖像的特征提取與分類研究.pdf
- 圖像的特征提取和分類.pdf
- 人臉圖像特征提取和分類的若干方法研究.pdf
- X線胸片圖像分割、特征提取與分類方法研究.pdf
- 圖像紋理特征提取及分類研究.pdf
- 紅外圖像目標(biāo)特征提取與分類算法研究.pdf
評(píng)論
0/150
提交評(píng)論