共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
多视SAR影像像素强度通常建模为Gamma分布,其形状参数为常数(视数)。实验表明,多视SAR影像分割时,设Gamma分布的形状参数为变量可取得更好的分割结果。由于Gamma分布中形状参数以Gamma函数的形式出现,利用EM算法求解时无法获得形状参数的解析解。为此,本文提出了一种基于Expectation/Conditional Maxinnization(ECM)算法的多视SAR影像分割方法。利用ECM算法估计最大化后验概率条件下的Gamma分布参数及表征最优多视SAR影像分割的标号场实现。采用模拟和真实多视SAR影像验证提出算法。实验结果表明,Gamma分布的形状和尺度参数均能快速收敛到稳态值,且以此得到各同质区域的Gamma分布曲线可以很好地拟合其直方图。通过对分割结果的定性和定量分析,可知提出算法具有有效性和可行性,且优于EM算法。 相似文献
6.
7.
本文给出了影像纹理分类的空间灰度相关法中11个纹理特征。试验表明:11个纹理特征中仅三个描述性强的纹理特征。对三个描述性强的纹理特征用t-检验法来分类纹理时发现该方法具有良好的“去伪”特性,因而我们可以利用该方法的良好去伪特性辅助其他纹理分类方法。 相似文献
8.
空间灰度相关在影像纹理分类中的应用及分析 总被引:4,自引:0,他引:4
介绍了空间灰度相关法的11个纹理特征。试验表明,仅3个是描述性强的纹理特征。通过用t检验法来分类纹理,发现该方法具有良好的“去伪”特性,可辅助其它纹理分类。 相似文献
9.
随着传感器技术的发展,所获得影像的信息更为丰富,其结构、形状和纹理特征表达得更为清晰。作为影像的一个重要特征,纹理特征的提取对影像的自动化解译有着至关重要的作用。目前纹理特征提取的方法主要有分数维法、马尔科夫模型法、Gabor滤波法和灰度共生矩阵。本文选择目前常用的灰度共生矩阵提取影像的纹理特征,并结合LOG算子,研究基于LOG算子和灰度共生矩阵的窗口自适应算法,克服了灰度共生矩阵提取纹理特征时计算量大,以及固定窗口带来的影像细节保持和噪声消除的矛盾;并通过相关的试验分析,检验其应用于纹理特征提取的实用性和可靠性,为后续的影像分割提供保障。 相似文献
10.
11.
12.
基于直方图的遥感图像相似性检索方法比较 总被引:8,自引:1,他引:8
相似性度量是用于研究多源数据之间相似程度的,是对空间数据进行模式识别的基础。通过单波段遥感图像的检索对两组直方图相似性检索方法进行了实验研究,即基于特征向量的相似性度量和基于概率的相似性度量。实验中发现第一组相似度量中有两种以往较少用于遥感图像检索的方法表现出色,它们分别是,统计距离和相似夹角余弦度量。第二组实验中,针对其中包含较明显的目标物体且背景较为单一的遥感图像(其直方图可看作混合高斯分布),在类别可分离判据的基础上,根据K-近邻法则提出了一种计算该类图像之间相似值的方法。实验结果表明基于K-近邻法则的计算方法行之有效。所得出的结论将对多源数据分析中相似性度量的理解与选择有积极意义。 相似文献
13.
基于Voronoi几何划分和EM/MPM算法的多视SAR图像分割 总被引:1,自引:0,他引:1
基于区域和统计的SAR分割方法,提出一种结合Voronoi划分技术、最大期望值EM(Expectation Maximization)和最大边缘概率MPM(Maximization of the Posterior Marginal)算法的多视SAR图像分割方法。首先利用Voronoi划分将图像域划分成不同的子区域,而每个子区域可以被看成待分割同质区域的一个组成部分,并假设每个子区域内的像素满足同一独立的Gamma分布,从而建立多视SAR图像模型,并在贝叶斯理论架构下建立图像分割模型,然后结合EM/MPM算法进行图像分割和模型参数估计。该方法将基于像元的马尔可夫随机场(Markov Random Field,MRF)模型扩展到基于区域的MRF模型,并且能同时有效地获取模型参数估计和基于区域的SAR图像最优分割。采用本文算法,分别对RADARSAT-Ⅰ/ⅡSAR强度图像和合成SAR强度图像进行了分割实验,定性和定量的测试结果验证了本文方法的有效性、可靠性和准确性。 相似文献
14.
基于多尺度空间分析的图像阈值分割方法 总被引:6,自引:0,他引:6
在通过一阶差分确定阈值的基础上,依据多尺度滤波思想,提出一种基于多尺度空间分析的阈值分割方法对图像进行分割。将该方法与其他分割方法进行了比较,证明了本文算法的有效性。 相似文献
15.
16.
以Quickbird影像为研究对象,探讨了利用多种特征信息识别地物目标的技术方法.首先采用区域生长法将影像分割为若干个具有语义信息的对象,然后在此基础上提取对象的光谱、形状和纹理特征并进行描述,最后根据提取的特征参数,采用最近邻方法将影像分为建筑物、公路、铁路、水塘、耕地、林地和荒地7类地物目标,综合分类精度达到91.03%.研究表明,多种特征信息的综合利用,在目标分类与识别方面明显优于传统的基于单一光谱特征的方法,在一定程度内提升了遥感信息的智能化水平. 相似文献