相关实验视频
Updated: Jun 29, 2025
14:58
Optical Scatter Microscopy Based on Two-Dimensional Gabor Filters
Published on: June 2, 2010
9.6K
一种基于高斯混合物模型的新常态散射器选择方法,用于微变形监测雷达图像
Weixian Tan1,2, Jing Li1,2, Ting Hou1,2
1College of Information Engineering, Inner Mongolia University of Technology, Hohhot 010051, China.
Sensors (Basel, Switzerland)
|March 28, 2024
概括
这项研究引入了一种新的高斯混合模型 (GMM) 方法,用于在雷达监测中选择永久散射器 (PS). 通过改善PS选择和稳定性,GMM方法提高了变形逆转的准确性.
科学领域:
- 地质科学是地球科学.
- 遥感 遥感 遥感 遥感
- 信号处理 信号处理
背景情况:
- 微变形监测雷达通常使用永久散射器 (PS) 技术进行变形逆转.
- 传统的振幅偏差方法与随时间变化的雷达图像振幅和像素偏差作斗争,影响相位稳定散射器选择和变形精度.
- 在不同地区使用统一的PS选择值可以导致显著的变形错误.
研究的目的:
- 提出一种基于高斯混合模型 (GMM) 的新型永久分散体 (PS) 选择方法,以克服传统技术的局限性.
- 为了提高长期雷达监测中变形逆转的准确性和稳定性.
- 通过解决振幅和相稳定性问题来提高PS选择的可靠性.
主要方法:
- 基于像素幅度信息的PS候选人 (PSC) 的初步选择.
- 计算PSC的振幅偏差指数和在不同的高斯分布中代获取像素概率值.
- 将具有较高概率的像素分类为低幅度偏差像素,然后计算连贯性和相位稳定性.
- 基于概率值的最终PS指定,优先考虑高连贯性和高相稳定性像素.
主要成果:
- 提出的基于GMM的方法成功地识别了低幅度偏差像素.
- 对测量数据的分析表明,选择的永久分散体 (PSs) 数量增加.
- 该方法提高了不同监测组PS数量的稳定性.
结论:
- 高斯混合模型 (GMM) 为雷达干扰测量中永久散射器 (PS) 选择提供了一个强大的替代方案.
- 新方法通过改进PS选择,提高了变形逆转的准确性和可靠性.
- 该GMM方法导致一个更稳定的和大量的永久散射器,这对于精确的监测至关重要.
