Dirichlet过程混合模型SAR图像分割算法

• 作者: 孙莉 张艳宁 田光见 马苗
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 计算机应用 非参数化Bayes模型 SAR图像分割 无限混合模型 Dirichlet过程混合模型
• 年，卷（期）: 2009,（5）
• 页码范围: 1342-1346
• 页数: 5页
• 分类号: TN911.73
• 语种: 中文

摘要

传统的合成孔径雷达(SAR)图像参数化有限模型都有其特定的物理背景或者数学假设,很难准确估计SAR图像中各地物的密度分布,为了解决这一问题,提出一种基于非参数化无限混合模型的SAR图像分割方法,该方法利用Dirichlet过程对SAR图像进行建模,进一步采用非参数化Bayes模型分割包含复杂地物目标的SAR图像.Dirichlet分布作为一种基于分布的分布可以确定不同类别的先验概率,由样本估计出密度函数来描述图像,从而可以更精确地分割各类地物.该算法在模拟图像与真实SAR图像上进行了比对测试,实验结果验证了Dirichlet过程混合模型SAR图像分割算法的有效性和稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马苗		26	410	10.0	19.0
2	张艳宁		187	2026	21.0	35.0
3	田光见		9	148	5.0	9.0
4	孙莉		5	22	3.0	4.0