典型文献
贝叶斯框架下基于曲波特征加权的SAR影像分割
文献摘要：
为了探究各特征在SAR影像分割中的作用规律,提出一种贝叶斯框架下基于曲波特征加权的SAR影像分割方法.首先,利用曲波变换提取像素的多尺度光谱特征,构成像素特征矢量,为了探究提取的多尺度光谱特征在SAR影像分割中的作用规律,赋予该矢量中的每个特征分量不同的贡献权重,并利用上述特征和贡献权重定义特征加权影像;然后,划分影像域,并在贝叶斯框架下构建基于曲波特征加权的SAR影像分割模型;同时利用马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)算法和最大期望值(expectation maximization,EM)算法实现影像分割和权重估计;最后,利用所提出方法和4种对比方法对SAR影像进行分割实验,通过其定性及定量评价结果验证所提出方法不仅能够自适应地确定特征在影像分割的作用,还能有效提高SAR影像分割精度,表明所提出方法在SAR影像多特征分割中的优势.
文献关键词：
SAR影像分割;曲波变换;贝叶斯定理;MCMC算法;EM算法
中图分类号：
作者姓名：
王玉;周国清;尤号田
作者机构：
桂林理工大学测绘地理信息学院,广西桂林541004
文献出处：
引用格式：
[1]王玉;周国清;尤号田-.贝叶斯框架下基于曲波特征加权的SAR影像分割)[J].控制与决策,2022(07):1729-1736
A类：
B类：
贝叶斯框架,波特征,特征加权,SAR,影像分割,分割方法,曲波变换,像素,光谱特征,特征矢量,分影,分割模型,马尔可夫链,蒙特卡罗,Markov,Chain,Monte,Carlo,MCMC,期望值,expectation,maximization,EM,算法实现,重估,比方,定量评价,多特征,特征分割,贝叶斯定理
AB值：
0.321616
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
