快速扩散与SOM分类结合的MSTAR图像分割算法
运动、静止目标获取与识别(MSTAR)计划表明,将合成孔径雷达(SAR)图像分割成目标、阴影和背景杂波区域对于从开放环境中进行目标识别是一种有效的手段,但由于SAR图像自身固有的斑点噪声的影响,传统的分割方法很难获得准确的分割,为此提出了一种同性扩散抑制MSTAR图像斑点噪声的方法,它能快速取得感兴趣的目标区域图像.图像预处理后,利用基于自组织特征映射神经网络的图像分割算法对图像进行分割.通过实验确定自组织映射神经网络的分类数.实验结果表明分割效果是显著的.
合成孔径雷达、相干斑、各向异性扩散、自组织特征映射神经网络
44
TP391.41(计算技术、计算机技术)
国家"985"工程二期信息创新平台基金0000-07204;福建省青年科技人才创新基金2006F3122
2008-06-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
281-285