【摘 要】
：
针对合成孔径雷达图像目标识别问题,在基于图像成像模型分析基础上,提出了一种融合SAR目标轮廓和阴影轮廓的目标识别算法。首先提出了一种基于去控制标记符的SAR图像分割算法
【机 构】
：
西安电子科技大学雷达信号处理国家重点实验室,南京电子技术研究所,空军工程大学工程学院
论文部分内容阅读
针对合成孔径雷达图像目标识别问题,在基于图像成像模型分析基础上,提出了一种融合SAR目标轮廓和阴影轮廓的目标识别算法。首先提出了一种基于去控制标记符的SAR图像分割算法,得到SAR图像目标轮廓和阴影轮廓,然后用这2种轮廓融合,用傅立叶描述子将二维数据转为一维数据,最后用基于串接准则的融合算法得到识别结果,进行SAR目标识别。基于MSTAR的实验结果验证了本算法的有效性。实验结果证明：目标轮廓和阴影轮廓的结合,除反映本身包含的局部空间结构信息外,还能反映SAR目标的高度信息,较单一轮廓特征,是一种更为稳健的
其他文献
在对非球面的干涉检测中,记录干涉图的CCD的选型、光路中光学器件的选择和干涉图的分析计算以及检测系统的精度评价等,都与干涉入射点光源和参考点光源的位置直接相关。为了
针对目前飞机供电系统中集中式PHM设计方案无法满足日趋复杂的供电系统要求这一问题,在对飞机供电系统进行扩展式FMEA分析及故障分类的基础上,为供电系统设计了分布—集中式P
证据分类策略能够很好地避免冲突证据融合问题。借鉴证据分类的思想,定义证据-属性支持度、分类门限、证据可信度,将证据分类,保证同一类别的证据具有较好的一致性。在同一类
以7种常用航空金属材料的疲劳试验数据为基础,首次利用最小二乘法支持向量机确定了材料的应力-寿命关系及相应的S-N曲线,并将所得结果与传统的幂函数式和三参数式的结果进行
对于任意正整数n,著名的Smarandache对偶函数s＊（n）定义为使得m! /n最大的正整数m,利用初等方法研究了关于对偶函数∑s＊（d）d/n,并给出了一个计算公式.
集成学习是机器学习的重要研究方向之一,SVM集成近年来已经受到国内外很多从事机器学习、统计学习的研究者们的重视,并使得该领域成为了一个相当活跃的研究热点。对近年来SVM
视觉特征提取质量决定了UCAV认知导航的效能。为实现UCAV认知导航的高鲁棒性特征点提取,提出一种特征点优选的多元量化MQ-SIFT方法。针对SIFT模拟特征序列分布不均匀、正确匹配率不高的缺陷,提出采用多值量化与比特抽取结合法对模拟特征序列进行多元量化,并且分析验证了该方法的优越性能。为确保高鲁棒性特征点用于认知导航,对特征点进行了优选,给出了优选准则,提出了搜索最大连通集的改进迭代互欧氏距离方
研究了作战过程，提出了基于OWL的作战单元本体、装备本体、任务本体和仿真想定本体的构建方法，采用了描述逻辑对作战相关概念、关系进行了推理，检验了概念、关系的一致性，优化了
为提高航空油料的调运效率和节约调运成本,提出了基于多重约束整合模型的优化调运方法。在分析航油调运模式及调运基本原则的基础上,对调运问题进行了简化假设。基于网络优化