论文部分内容阅读
基于深度学习和注意力机制的遥感图像内容描述
【出 处】
：
西安电子科技大学
【发表日期】
：
2021年01期
其他文献
随着计算机视觉技术的飞速发展,图像拼接算法已经逐步应用到我们生活的方方面面,地图软件,游乐场馆,医疗科技,安防领域等都可以看到拼接算法的技术应用。但复杂场景的拼接,相机的随机运动,以及各种原因产生的伪影问题,一直是图像拼接算法研究的难点,本文针对以上问题,分别从图像拼接的配准与合成两个步骤进行改进,主要研究内容与创新点如下:（1）针对单应类的投影参数会导致透视畸变,不利于多图拼接;球面投影类映射算
二次雷达在现代军事和民用领域都发挥着重要作用,随着探测环境的日益复杂和集群目标的出现,二次雷达将面临信号密集、对抗强烈、动态变化等复杂电磁环境。而现阶段集群作战中单个小型目标通常应答功率较低,导致询问机远程接收困难,令传统的二次雷达应答机制难以应对大规模集群目标的探测需要。针对这一问题,本文从MIMO雷达稀疏阵列和扩频通信RAKE接收中获得启发,提出两种提高二次雷达集群目标应答性能的信号处理方法。
随着5G基础设施的建立和完善,城市交通、安防等系统必将迎来进一步的升级,对于获取的视频图像的质量也有了更高的要求。然而,在雾霾天气下,由于悬浮颗粒对光线的散射和吸收,设备所采集到的视频的对比度、色彩饱和度等都会有不同程度的下降,这将影响后续的一些图像处理任务,给视频监控、智慧交通、航空拍摄、汽车导航等现实应用场景带来困难。此外,目前关于去雾的研究主要在单幅图像去雾方面,多数是在PC平台用软件实现,
合成孔径雷达作为一种用于微波成像的传感设备,与传统光学遥感设备相比具有全天时、全天候的成像处理能力。因此在民用遥感、测绘和军事侦察等领域得到了广泛的应用。随着我国高分系列卫星的成功发射,为实现舰船目标的检测提供了有力的数据支撑。传统的SAR图像的舰船目标检测方法主要是将统计学习与恒虚警率（Constant False Alarm Rate,CFAR）方法结合。但是该类方法多依赖于对海洋杂波的建模,
空间通信相比于其他通信场景,其通信距离要远很多,通信信号在自由空间中远距离传播时会有非常大的损耗,从而导致接收端接收到的信号强度非常弱。所以在空间通信系统的设计中,一般会通过提高通信系统的功率利用率来克服这个问题,而为了满足空间通信中日益增长的编译码器高速率的需求,研究低时延、高吞吐率的Turbo码编译码器具有重要的价值。本文以空间通信中星间、星地之间的无线通信为背景,研究了Turbo码高效编译码
极化（Polar）码是第一类被证明能够达到任意二进制离散无记忆信道（B-DMC）对称容量的信道编码方案,自它问世以来受到了学术界和工业界广泛的关注。由于其在有限码长下的纠错性能不尽人意,学者们提出通过级联一个外码的编码方案,使得Polar码的纠错性能得到提升,能够与现有最好的码,如低密度奇偶校验（LDPC）码、Turbo码相竞争。最小距离作为衡量Polar码性能的重要指标,直接影响了Polar码的
随着医学影像处理技术的不断发展,多中心研究日益兴起。医学影像数据的获取是医学影像处理中的基本问题,多中心研究通过联合多个医疗中心进行影像数据的收集,可以有效地增广医学影像的数据量,提高数据效力,尤其对于部分罕见疾病的研究具有重大意义。扩散磁共振成像对于成像过程中使用的采集设置较为敏感,不同医疗中心的采集结果通常存在一定的中心间差异,因此,在进行多中心数据的整合前,需要首先对影像数据进行同质化处理。