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:
马尔可夫随机场( Markov Random Field ,MRF)广泛用于处理遥感图像的分类问题,然而MRF在构建极化合成孔径雷达( Synthetic Aperture Radar ,SAR)图像模型时未考虑其非平稳特性且对初始分类较为敏感,为此本文提出了一种基于加权合成核与三重马尔可夫随机场(Triplet Markov Field,TMF)的极化SAR图像分类方法。该方法依据训练样本在特征空间上的距离,提出了加权合成核函数权重系数的自适应确定方法以提高初始分类的精度和普适性;为充分考虑极化SAR图像的非平稳统计特性,利用TMF对极化SAR图像进行统计建模以实现贝叶斯分类。实验结果表明,与基于MRF的极化SAR图像分类方法相比,本文所提方法可获得更高的分类精度和更平滑的同质区域分类结果,而且本文方法能更好地保持图像边缘信息。
推荐文章
基于目标分解的极化SAR图像SVM监督分类
极化合成孔径雷达
图像分类
目标分解
支持向量机
Wishart迭代
模糊C-均值
引入极化方位角特征的极化 SAR 图像分类
极化合成孔径雷达
图像分类
四分量分解
极化方位角
Wishart 迭代
基于H/A/α-Wishart分类的极化SAR图像船只检测
极化合成孔径雷达
船只检测
目标分解
非监督分类
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 基于加权合成核与三重 Markov 场的极化 SAR 图像分类方法
来源期刊 电子学报 学科 工学
关键词 极化合成孔径雷达 图像分类 加权合成核 三重马尔可夫随机场 支持向量机
年,卷(期) 2016,(3) 所属期刊栏目 学术论文
研究方向 页码范围 520-526
页数 7页 分类号 TN957.52
字数 4851字 语种 中文
DOI 10.3969/j.issn.0372-2112.2016.03.004
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 李明 西安电子科技大学雷达信号处理国家重点实验室 128 1011 15.0 23.0
2 吴艳 西安电子科技大学雷达信号处理国家重点实验室 41 386 13.0 17.0
3 张鹏 西安电子科技大学雷达信号处理国家重点实验室 61 245 8.0 11.0
4 刘高峰 西安电子科技大学雷达信号处理国家重点实验室 7 33 4.0 5.0
5 宋婉莹 西安电子科技大学雷达信号处理国家重点实验室 1 7 1.0 1.0
6 贾璐 西安电子科技大学雷达信号处理国家重点实验室 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (16)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (31)
二级引证文献  (10)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
极化合成孔径雷达
图像分类
加权合成核
三重马尔可夫随机场
支持向量机
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导