Key points are not available for this paper at this time.
تصنيف صور رادار الفتحة الصناعية القطبي (PolSAR)، تقنية مهمة في مجال الاستشعار عن بعد، قد تم دراستها بشكل عميق على مدى عقود. من أجل تطوير نظام تصنيف تلقائي أو شبه تلقائي قوي لصور PolSAR، يجب معالجة مشكلتين رئيسيتين: 1) دمج العلاقات المكانية بين البيكسلات؛ 2) تقدير عدد الفئات في الصورة. لذلك، في هذه الورقة، نقدم إطار عمل جديد قائم على السوبر بيكسل مع عدد متكيف من الفئات لصور PolSAR. تتكون الطريقة بشكل رئيسي من ثلاث عمليات. أولاً، يتم تقسيم صورة PolSAR إلى سوبر بيكسلات، وهي مناطق محلية متماسكة تحتفظ بأغلب الخصائص اللازمة لاستخراج معلومات الصورة. ثم، يتم تقدير عدد الفئات ومركز كل فئة ضمن البيانات باستخدام معلومات الاختلاف بين السوبر بيكسلات، يليها عملية التصنيف النهائية. يأخذ الإطار المقترح العلاقات المكانية بين البيكسلات في الاعتبار ويستفيد جيدًا من الخصائص الإحصائية الأساسية ومعلومات الكونتور لبيانات PolSAR. الإطار قادر على تحسين دقة التصنيف، مما يجعل النتائج أكثر وضوحًا وسهولة في التحليل لاحقًا، ويقدم أداءً قويًا تحت أعداد متنوعة من الفئات. يتم تقديم وتحليل أداء إطار التصنيف المقترح على مجموعة بيانات صناعية واحدة وثلاث مجموعات بيانات حقيقية؛ وتظهر النتائج التجريبية أن الإطار يوفر حلاً واعدًا للتصنيف غير الخاضع للإشراف لصور PolSAR.
دراسة ليو وآخرون (Mon,) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: