機(jī)載SAR圖像陸地目標(biāo)檢測方法的研究.pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：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)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、合成孔徑雷達(dá)(SAR)在航空航天、對地觀測及軍事國防等領(lǐng)域應(yīng)用廣泛,隨著近年無人機(jī)技術(shù)的發(fā)展,基于機(jī)載SAR圖像目標(biāo)檢測技術(shù)已成為SAR軍事應(yīng)用的核心技術(shù)之一。地面的坦克車群、運(yùn)輸車輛、機(jī)場等是軍事戰(zhàn)場上重要的檢測目標(biāo),對這些目標(biāo)實現(xiàn)實時的自動檢測,獲取準(zhǔn)確的情報信息,對戰(zhàn)場偵察、軍事指揮具有重要的意義。
　　論文的主要內(nèi)容和成果如下:
　　(1)分析了SAR圖像目標(biāo)檢測國內(nèi)外研究現(xiàn)狀及簡述了本文主要研究內(nèi)容;研究了SAR圖

2、像特性,針對陸地目標(biāo)檢測,以車輛與機(jī)場為例進(jìn)行了檢測特征分析并設(shè)計了各自檢測方案;研究并改進(jìn)了一種基于邊緣方向的快速濾波算法,實驗表明該算法與經(jīng)典的濾波方法相比邊緣保持能力明顯得到提高,同時實現(xiàn)了噪聲的有效抑制。
　　(2)研究了基于恒虛警率(CFAR)技術(shù)的車輛類目標(biāo)檢測:介紹與分析了主要背景雜波分布模型,并建立了車輛目標(biāo)的背景雜波模型庫;研究了全局CFAR、雙參數(shù)CFAR以及基于局部雜波統(tǒng)計特性的自適應(yīng)CFAR檢測算法,并在此

溫馨提示

  • 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論