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:
应用聚类方法对合成孔径雷达(SAR)图像进行分割时,受SAR图像斑点噪声的影响,在聚类过程中应当既要考虑聚类原型的空间自适应性,又要考虑像素间强相关性,这就要求聚类隶属度与空间信息的有效结合.针对此问题提出了基于方向流场构建自适应邻域空间加权可能性c-均值聚类(PCM)算法,通过可操纵小波变换和视觉特征预测编码模型建立方向流场,用基于方向流场的Markov随机场(MRF)描述当前像素与其邻域像素间的相互关系,在像素的聚类隶属度估计中直接引入这种邻域信息,使聚类隶属度得到有效修正.实验表明这种方法在抑制噪声的同时可以保留图像的细节信息,对SAR图像有较好的分割结果.
推荐文章
结合多特征和SVM的SAR图像分割
合成孔径雷达
图像分割
非下采样轮廓变换
灰度共生矩阵
支持向量机
特征选择
多特征融合
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
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
双窗口特征的SAR图像丛林区域MRF分割算法
合成孔径雷达
图像分割
马尔科夫随机场
灰度共生矩阵
纹理特征
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 视觉特征方向流邻域加权PCM的SAR图像分割
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 合成孔径雷达图像分割 可能性c-均值聚类 可操纵小波变换 方向流场
年,卷(期) 2008,(4) 所属期刊栏目
研究方向 页码范围 624-631
页数 8页 分类号 TP251
字数 7290字 语种 中文
DOI 10.3969/j.issn.1001-2400.2008.04.009
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 焦李成 西安电子科技大学智能信息处理研究所 514 14586 52.0 103.0
2 TIAN Xiao-lin 西安电子科技大学智能信息处理研究所 1 3 1.0 1.0
3 GOU Shui-ping 西安电子科技大学智能信息处理研究所 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (33)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (11)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
合成孔径雷达图像分割
可能性c-均值聚类
可操纵小波变换
方向流场
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
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