[01349777]基于结构学习和素描特性推理网络的SAR图像分割方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于结构学习和素描特性推理网络的SAR图像分割方法,主要解决现有技术分割SAR图像不准确的问题。其实现步骤是:1.根据SAR图像的素描模型,提取素描图;2.根据SAR图像的素描图,得到区域图,并将区域图映射到SAR图像中,得到SAR图像的混合像素子空间、结构像素子空间和匀质像素子空间;3.对混合像素子空间进行特征学习;4.构造素描特性推理网络并对混合像素子空间进行分割;5.对结构像素子空间和匀质像素子空间依次进行相应的分割;6.合并各个像素空间的分割结果,得到最终分割结果。本发明提高了SAR图像分割的准确性,可用于合成孔径雷达SAR图像的目标检测与识别。
本发明公开了一种基于结构学习和素描特性推理网络的SAR图像分割方法,主要解决现有技术分割SAR图像不准确的问题。其实现步骤是:1.根据SAR图像的素描模型,提取素描图;2.根据SAR图像的素描图,得到区域图,并将区域图映射到SAR图像中,得到SAR图像的混合像素子空间、结构像素子空间和匀质像素子空间;3.对混合像素子空间进行特征学习;4.构造素描特性推理网络并对混合像素子空间进行分割;5.对结构像素子空间和匀质像素子空间依次进行相应的分割;6.合并各个像素空间的分割结果,得到最终分割结果。本发明提高了SAR图像分割的准确性,可用于合成孔径雷达SAR图像的目标检测与识别。