您当前的位置:
科技成果 >
基于NSCT和判别字典学习的极化SAR分类方法
基于NSCT和判别字典学习的极化SAR分类方法
330
2018/08/10
基本信息
-
成果类型
高等院校
-
委托机构
西安电子科技大学
-
成果持有方
西安电子科技大学
-
行业领域
通讯领域
-
项目名称
基于NSCT和判别字典学习的极化SAR分类方法
-
知识产权
发明专利
-
成果成熟度
-
项目简介
本发明公开了一种基于NSCT和判别字典学习的极化SAR分类方法,主要解决现有极化SAR图像分类方法的分类准确率低和分类速度慢的问题。其实现步骤是:1.获取待分类极化SAR图像的相干矩阵,对其进行Lee滤波,得到去噪后的相干矩阵;2.对去噪后的相干矩阵进行Cloude分解,将分解值中的3个非负特征值和散射角作为分类特征;3.对分类特征进行3层非下采样Contourlet变换,将变换后的低频系数作为变换域分类特征;4.使用变换域分类特征,结合判别字典学习模型训练字典和分类器;5.使用训练得到的字典和分类器对测试样本进行分类,得到分类结果。本发明提高了分类准确率和分类速度,适用于图像处理。
-
交易信息
-
意向交易额
面议
-
挂牌时间
2018/03/13
-
委托机构
西安电子科技大学
-
分享至: