基于Contourlet域HMT和D-S证据融合的SAR图像分割

被引：12

作者：

吴艳 ^{[1
]}

焦惊眉 ^{[2
]}

杨晓丽 ^{[1
]}

肖平 ^{[2
]}

李明 ^{[3
]}

机构：

[1] 西安电子科技大学电子工程学院

[2] 陕西测绘局

[3] 西安电子科技大学雷达信号处理国家重点实验室

来源：

测绘学报 | 2011年 / 02期

关键词：

SAR图像分割; Contourlet变换; 隐马尔科夫树(HMT); D-S证据理论;

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：

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

摘要：

针对Contourlet的多尺度、局部化、方向性和各向异性等优点,结合隐马尔科夫树(hidden Markov tree,HMT)模型和D-S(Dempster-Shafer)证据理论,提出一种新的SAR图像分割算法。该算法首先将隐马尔科夫树模型推广到Contourlet域,在多尺度HMT上采用D-S证据融合理论有效地融合Contourlet系数的持续性和聚集性,最后导出融合后的最大后验多尺度分割公式。本文算法对实测SAR图像进行分割试验,试验结果表明:与小波域上的HMT-MRF(Markovrandom field,MRF)融合分割及Contourlet域上HMT和MRF分割算法相比,本文算法在抑制斑点噪声的同时,可有效地提高SAR图像的分割精度。

引用

页码：148 / 155

页数：8