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:
考虑定义在多分辨四叉树上的广义多分辨似然比,该似然比刻画并且累积SAR(Synthetic Aperture 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.提出一种SAR图像无监督分割算法,利用经典的混合模型方法分别估计出广义多分辨似然比中一组密度函数的参数.为了考虑被分类像素与周围像素之间的Markov性,减弱对噪声的敏感性,利用开窗内像素的广义多分辨似然值的和的大小来确定中心像素点的类别.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好的效果.
推荐文章
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
基于多空间多层次谱聚类的非监督SAR图像分割算法
SAR图像
图像分割
区域谱聚类
层次聚类
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
基于期望最大理论的无监督图像分割
期望最大
贝叶斯信息准则
图像分割
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
来源期刊 计算机工程与应用 学科 工学
关键词 广义多分辨似然比 经典混合模型 无监督分割
年,卷(期) 2007,(11) 所属期刊栏目 博士论坛
研究方向 页码范围 4-6,10
页数 4页 分类号 TP391.2
字数 3762字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.11.002
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 郭雷 西北工业大学自动化学院 262 2986 27.0 40.0
2 张前进 西北工业大学自动化学院 7 31 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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
广义多分辨似然比
经典混合模型
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导