您当前的位置：成果库 > 基于NSCT和判别字典学习的极化SAR分类方法
361
2018/08/10
咨询成果
发布成果基本信息
- 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
- 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
- 联系人姓名 王小刚
- 联系人电话 15802954800
- 联系人邮箱 745490733@qq.com
- 分享至：
