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:
由于马尔科夫随机场(Markov Random Fields,MRF)区域标识模型的滤波效应,在合成孔径雷达(SAR)图像处理过程中,细节结构会被部分保留或者完全丢失.本文提出一种基于散射描述子的自适应邻域系统隐MRF(Hidden MRF,HMRF)图像分割方法,以实现更好地保留图像细节特征和边缘区域,从而改善图像的分割效果.为了提高可靠性和自适应性,将模糊c均值(Fuzzy c-means,FCM)聚类算法与散射变换相结合,实现邻域形状的自适应选择.从不同的邻域形状中,选择具有最高模糊隶属度的邻域形状进行HMRF区域标识过程.实验结果表明,相比较于一般HMRF使用固定形状的邻域系统,本文所提出的算法改善了分割效果,特别是图像细节结构信息得到了很好的保护.
推荐文章
基于马尔科夫随机场的木材缺陷图像分割算法
木材缺陷
马尔科夫随机场
Otsu分割
MRF多通道图像分割
基于多层马尔科夫随机场融合的图像分割
图像分割
马尔科夫随机场
模糊C均值(FCM)
最大后验估计(MAP)
基于不同隐马尔科夫模型的图像识别方法
隐马尔科夫模型
E-HMM
图像识别
指纹识别
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 基于隐马尔科夫随机场邻域选择的细节保护图像分割
来源期刊 计算机与现代化 学科 工学
关键词 图像分割 隐MRF模型 散射描述子 邻域选择 模糊c均值
年,卷(期) 2017,(10) 所属期刊栏目 图像处理
研究方向 页码范围 15-19
页数 5页 分类号 TP751
字数 2964字 语种 中文
DOI 10.3969/j.issn.1006-2475.2017.10.004
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 田小林 西安电子科技大学电子工程学院 16 149 6.0 12.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(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)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
图像分割
隐MRF模型
散射描述子
邻域选择
模糊c均值
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导