搜索资源列表
river_detection
- SAR图像中目标识别：这里提供的是SAR图像中河流的检测识别-SAR image Target Recognition : here is provided by the SAR image detection and identification of rivers
Target-detection-in-SAR
- 合成孔径雷达图像目标检测资料，很有用的哦-Target detection in correlated SAR clutter
SARDetect
- SAR目标检测程序，基于各种目标特征的检测方法处理。-SAR target detection procedure, based on the detection of various target characteristics approach.
EWA_code
- 楔波变换，在SAR图像中实现边缘检测，为目标识别做铺垫工作。-The wedge waves transform, SAR image edge detection, target identification pave the way for the work.
RD
- SAR图像成像的RD算法，包括目标的检测与成像-RD algorithm for SAR image, including target detection and imaging
1
- 一个SAR目标边缘自动检测与定位算法的一个车辆检测的视频-A vehicle detection, an automatic detection and localization of SAR edge algorithm of video
CFAR
- 用恒虚警算法CFAR实现海面sar图像目标检测的matlab代码-With the constant false alarm algorithm CFAR implementation to the surface of the SAR image target detection of matlab code
Coastline-Detection-In-SAr-Images
- 海岸线检测对海洋资源管理，目标识别有重要作用，本文主要研究海岸线检测-Shoreline detection of marine resource management, object recognition has an important role, the main research coastline herein detection
daima
- 遥感变化检测是指通过对不同时期同一区域的遥感图像进行比较分析，根据 图像之间的差异得到我们所需要的地物或目标的变化信息。现代遥感技术的飞速发展为变化检测提供了一种便捷的途径，遥感数据成为变化检测的主要数据源。 与可见光和红外遥感相比，微波遥感具有无可比拟的优点：微波能穿透云雾、雨雪，具有全天候、全天时的工作能力。二，微波对地物有一定穿透能力。三，采用侧视方式成像，覆盖面积大。正是这些优点，使得SAR 图像日益成为变化检测的重要数据源。
O S_CFAR
- 基于CFAR的SAR目标检测。通过CFAR处理，可以保持信号检测时的虚警率恒定，从而使数据处理终端不致因虚警太多而过载(SAR target detection based on CFAR. Through CFAR processing, the false alarm rate of the signal detection can be kept constant, so that the data processing terminal is not overloaded with to
SAR滤波MATLAB程序
- 孔径雷达图像固有的相干斑噪声严重降低了图像的可解译程度，影响了后续目标检测、分类和识别 等应用。因此，SAR图像的相干斑抑制问题一直是SAR图像应用的重要课题之一。一个理想的去斑算法应该在平 滑的同时保持图像的边缘等细节不受损失，目前存在各种各样的算法，但没有一种方法能够完美的满足这一要求。 本文对SAR图像的相干斑抑制问题进行了全面系统的研究，分析了相干斑的形成原因，总结了目前存在的相干斑 抑制算法的主要思路，介绍了具有代表性的算法，并对各种算法的性能进行了定性分析和比较，给出了去斑算
CFAR
- 利用CFAR检测SAR图像中的高亮度目标。(Detect targets with high backscattering intensities by CFAR algorithm)