一种有效的MSTARSAR图像分割方法

被引：9

作者：

林达

徐新

董浩

谢文涛

机构：

[1] 武汉大学电子信息学院

来源：

武汉大学学报(信息科学版) | 2015年 / 10期

关键词：

MSTAR SAR图像分割; 空间隐含狄利克雷分配模型; 马尔科夫随机场; 能量优化;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

083905 [应用与数据安全及新兴信息技术安全];

摘要：

提出了一种有效的MSTAR SAR图像分割方法。该方法首先对待处理图像进行过分割操作,得到过分割图像区域,然后对过分割后的图像进行图像区域级和像素级的特征提取,得到用于表示图像的特征向量,接着对MSTAR SAR图像使用空间隐含狄利克雷分配模型(sLDA)和马尔科夫随机场(MRF)建立本文所提出的模型,得到能量泛函,最后运用Graph-Cut算法和Branch-and-Bound算法对能量泛函进行优化,得到最终的分割结果。通过使用MSTAR SAR图像进行分割实验比较,仿真结果表明了方法的有效性。

引用

页码：1377 / 1380+1385 +1385

页数：5

共 10 条

[1]

基于pLSA和Topo-MRF模型的SAR图像分类算法研究 [J].

刘梦玲 ;

何楚 ;

苏鑫 ;

孙洪 .

武汉大学学报(信息科学版), 2011, 36 (01) :122-125

[2]

Branch-and-Mincut: Global Optimization for Image Segmentation with High-Level Priors.[J] Victor Lempitsky;Andrew Blake;Carsten Rother Journal of Mathematical Imaging and Vision 2012,

[3]

Finding scientific topics.[J] Griffiths Thomas L;Steyvers Mark Proceedings of the National Academy of Sciences of the United States of America 2004,

[4]

Latent Dirichlet Allocation[J] David M. Blei;Andrew Y. Ng;Michael I. Jordan Journal of machine learning research 2003,

[5]

Watershed-Based Segmentation and Region Merging[J] Andrè Bleau;L.Joshua Leon Computer Vision and Image Understanding 2000,

[6]

The Potts model[J] F. Y. Wu Reviews of Modern Physics 1982,

[7]

Branch-And-Bound Methods: A Survey[J] E. L. Lawler;D. E. Wood Operations Research 1966,

[8]

雷达干涉测量[M] 廖明生;林珲著; 测绘出版社 2003,

[9]

Spatially coherent latent topic model for concurrent segmentation and classification of objects and scenes Cao Liangliang;Li Fei-Fei; 2007 IEEE 11th International Conference on Computer Vision 2007,

[10]

Probabilistic Latent Semantic Analysis Thomas Hofmann; Proceedings of the15th Conference on Uncertainty in ArtificialIntelligence 1999,

← 1 →