简介:提出了一种基于压缩感知(CS,compressivesensing)的SAR对多舰船目标的成像算法。通过将多舰船目标成像转换为在某种基下具有稀疏表示的信号重建问题,从而满足CS理论对信号恢复重构的要求,获得比传统成像方法更高的方位分辨率。实测数据的处理验证了该算法的有效性。
简介:基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPLAIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。
简介:摘要:遥感图像中舰船目标检测是海洋监管和国防建设中的重要基础工作,旨在分类和定位一幅遥感图像中的所有舰船.近年来,随着遥感卫星技术的快速发展,多源遥感数据不断扩增.光学遥感图像具有判读直观性强及数据翻译便捷等优点,引起了广大学者的重视和研究.但是光学图像容易受到云雾遮挡、强烈光照等气候的影响.相对地,合成孔径雷达(Synthetic Aperture Radar,SAR)凭借其不依赖光照条件且不受天气影响的优势,能够实现全天时、全天候大面积海域侦查工作.由于上述差异性,针对不同成像机理的遥感图像,需要设计专门的算法进行舰船目标检测。
简介:既往针对布鲁姆(类)教育目标分类工作的批判,大多集中在教育学或心理学角度,且对两者不予区分,视野稍显狭窄,不能洞察全局,亦不能把握要害。本文尝试从分类学、教育学、心理学及认识论四个方面,层层推进展开综合批判:分类学立场上,没有给出'类'的生成机制,故不能真正称为'学',仅可称为分类框架;教育学立场上,将本来应作为一个整体发展的人切割成多个独立部分(领域),理论上陷入只分析无综合的误区,也给教学实践以误导;心理学角度,止于对业已达成的外在行为状态的表面描绘,未能触及学习者认识及发展的内在本质;认识论角度,作为布鲁姆(类)分类学的直接理论依据,认知心理学(信息加工理论)的认识论基础十分混乱,且无到哲学层面寻找认识之本质的自觉意识,无对处于认识论最高水平的发生认识论之知识观的继承,这是所有问题的根源所在。