利用边界链编码和HMM进行SAR图像阴影建模和分类

被引：2

作者：

杨露菁

王德石

李煜

机构：

[1] 海军工程大学电子工程学院

来源：

武汉大学学报(信息科学版) | 2010年 / 35卷 / 02期

关键词：

SAR图像; 目标识别; 阴影建模; 隐马尔可夫模型;

D O I：

10.13203/j.whugis2010.02.016

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

针对利用合成孔径雷达图像中的阴影信息进行目标识别的问题,提出了一种边界链编码和隐马尔可夫模型(HMM)相结合的合成孔径雷达图像目标识别方法。该方法利用链编码技术来描述SAR图像阴影边界的形状,可以很好地反映形状的特性,且计算上很有效;利用HMM统计建模方法对阴影边界的链编码进行建模和分类,从而实现SAR图像的自动目标识别。使用MSTAR数据库中的SAR图像数据对该方法进行了验证和分析,分类结果证明只利用阴影信息进行分类的可行性,且该方法可以有效地实现SAR图像的目标识别。

引用

页码：215 / 218

页数：4

共 4 条

[1] 利用非线性各向异性扩散和EM的SAR图像分割技术 [J].

杨露菁 ;

王德石 ;

李煜 .

武汉大学学报(信息科学版), 2009, (07) :805-808

[2] 基于MPM准则的无监督SAR图像分割 [J].

曹永锋 ;

孙洪 ;

杨文 ;

徐新 .

武汉大学学报(信息科学版), 2004, (09) :812-815+821

[3]

SAR图像目标特征提取与分类方法研究[D]. 计科峰.中国人民解放军国防科学技术大学 2003

[4]

2D Shape Recognition by Hid-den Markov Models. Bicego M,Murino V. The 11th InternationalConference on Image Analysis and Processing . 2001

← 1 →