基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了能够同时增强多类目标,提出一种基于Poisson重建的极化合成孔径雷达(SAR)图像对比增强方法.该方法对多类目标和对应的背景杂波分别进行广义相对最优极化增强(GOPCE), 并得到相应的最优极化状态和特征系数;以此定义图像中各像素点的最优局部梯度,并在最小二乘准则下,根据局部梯度建立离散Poisson方程;通过快速Fourier变换求解该Poisson方程,得到最终的多目标增强图像.实验结果表明: 利用极化SAR数据,使用该方法增强后的图像的直方图保持应有的峰值,且更加均衡,能够达到增强多类目标的效果,从而有利于目标检测等后续处理.
推荐文章
基于物理散射模型的全极化SAR图像增强滤波算法
全极化SAR图像
极化SAR图像滤波
增强的四分量极化分解
粒子群算法在极化SAR目标对比增强中的应用
极化SAP
极化对比增强
粒子群算法
基于目标分解的极化SAR图像SVM监督分类
极化合成孔径雷达
图像分类
目标分解
支持向量机
Wishart迭代
模糊C-均值
引入极化方位角特征的极化 SAR 图像分类
极化合成孔径雷达
图像分类
四分量分解
极化方位角
Wishart 迭代
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Poisson重建的极化SAR图像对比增强
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 图像处理 极化 合成孔径雷达(SAR) 对比增强 Poisson重建
年,卷(期) 2008,(7) 所属期刊栏目 电子工程
研究方向 页码范围 1108-1111
页数 4页 分类号 TP751
字数 2460字 语种 中文
DOI 10.3321/j.issn:1000-0054.2008.07.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨健 清华大学电子工程系 74 421 12.0 18.0
2 张卫杰 清华大学电子工程系 11 93 4.0 9.0
3 邓启明 清华大学电子工程系 2 11 2.0 2.0
4 陈亦伦 清华大学电子工程系 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (4)
二级引证文献  (7)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像处理
极化
合成孔径雷达(SAR)
对比增强
Poisson重建
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导