| SVM后验概率结合改进多尺度MRF的遥感影像分割方法 |
| |
| 引用本文： | 石强,陈凤娥,梅天灿,秦前清.SVM后验概率结合改进多尺度MRF的遥感影像分割方法[J].武汉大学学报(信息科学版),2013,38(2):195-199. |
| |
| 作者姓名： | 石强 陈凤娥 梅天灿 秦前清 |
| |
| 作者单位： | 1. 武汉大学测绘遥感信息工程国家重点实验室,430079
2. 武汉大学电子信息学院,430072 |
| |
| 基金项目： | 国家自然科学基金资助项目(40971219);湖北省自然科学基金资助项目(2011CDB452) |
| |
| 摘 要： | 采用SVM方法估计似然概率,克服了混合高斯模型对观测场建模不准确的问题；通过改进的多尺度MRF模型,在标记场建模时充分考虑了各尺度之间和同一尺度内的相关性,进一步准确描述了标记场的统计特性.最后利用改进的建模方法,在序贯最大后验概率估计算法框架下进行影像分割.通过对人工合成影像和实际遥感影像的分割实验结果分析,证明了本文方法能够有效提高分割效果.
|
| 关 键 词： | 影像分割 SVM后验概率 多尺度MRF |
Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF |
| |
| SHI Qiang,CHEN Feng’e,MEI Tiancan,QIN Qianqing.Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF[J].Geomatics and Information Science of Wuhan University,2013,38(2):195-199. |
| |
| Authors: | SHI Qiang CHEN Feng’e MEI Tiancan QIN Qianqing |
| |
| Institution: | 1(1 State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China)(2 School of Electronic Information,Wuhan University,Luojia Hill,Wuhan 430072,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
