基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
首先在多分辨四叉树上定义了一个广义多分辨似然比,刻画并且累积了SAR(syntheticaperture radar)图像中目标与背景在不同分辨率上的差异,从而增大了目标与背景之间的区分度.为了达到图像无监督分割目的,提出一个有效的空间变化混合多尺度自回归(spatially variantmixture multiscale autoregressive简称SVMMAR)模型方法,利用该模型分别估计出每个分辨率上广义多分辨似然比中一组密度函数的参数.为了考虑被分类象素与周围象素之间的Markov性,减弱对噪声的敏感性,利用开窗技术来确定中心象素点的类别.实验中与通常的分割技术作了比较,也表明该方法不论从分割的精度,对噪声的敏感度,还是从边缘的光滑度都表明该方法具有较强优势.
推荐文章
基于广义多分辨似然比的SAR图像无监督分割
广义多分辨似然比
经典混合模型
无监督分割
一种新的基于多尺度似然比检验的SAR图像分割方法
多尺度似然比检验
Markov性
图像分割
一种基于纹理特征融合的SAR图像分割方法
灰度共生矩阵
特征融合
双Markov模型
多分辨MPM
纹理分割
基于描述方法的SAR图像分割
合成孔径雷达图像分割
最小描述长度
熵编码
相干斑滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于广义多分辨似然比的SAR图像无监督分割方法
来源期刊 西北工业大学学报 学科 工学
关键词 广义多分辨似然比 空间变化混合多尺度自回归模型 无监督分割
年,卷(期) 2005,(5) 所属期刊栏目
研究方向 页码范围 666-670
页数 5页 分类号 TP391.2
字数 3706字 语种 中文
DOI 10.3969/j.issn.1000-2758.2005.05.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田铮 西北工业大学理学院应用数学系 164 1005 15.0 22.0
5 句彦伟 西北工业大学理学院应用数学系 10 86 4.0 9.0
6 纪建 西北工业大学理学院应用数学系 5 38 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (8)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
广义多分辨似然比
空间变化混合多尺度自回归模型
无监督分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西北工业大学学报
双月刊
1000-2758
61-1070/T
大16开
西安市友谊西路127号(西工大校园158号信箱)
52-182
1957
chi
出版文献量(篇)
3990
总下载数(次)
4
总被引数(次)
27349
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导