留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种新的MSTAR SAR图像分割方法

林达 徐新 潘雪峰 张海涛

林达, 徐新, 潘雪峰, 张海涛. 一种新的MSTAR SAR图像分割方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1314-1317.
引用本文: 林达, 徐新, 潘雪峰, 张海涛. 一种新的MSTAR SAR图像分割方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1314-1317.
Lin Da, Xu Xin, Pan Xuefeng, Zhang Haitao. Segmentation of SAR Image of MSTAR SAR Chips Based on Attributed Scattering Center Feature and Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1314-1317.
Citation: Lin Da, Xu Xin, Pan Xuefeng, Zhang Haitao. Segmentation of SAR Image of MSTAR SAR Chips Based on Attributed Scattering Center Feature and Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1314-1317.

一种新的MSTAR SAR图像分割方法

基金项目: 国家973计划资助项目2013CB733404
详细信息
    作者简介:

    林达博士生 研究方向为图像处理及计算机视觉

  • 中图分类号: P237. 3

Segmentation of SAR Image of MSTAR SAR Chips Based on Attributed Scattering Center Feature and Markov Random Field

计量
  • 文章访问数:  964
  • HTML全文浏览量:  35
  • PDF下载量:  542
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-06-19
  • 刊出日期:  2014-11-05

一种新的MSTAR SAR图像分割方法

    基金项目:  国家973计划资助项目2013CB733404
    作者简介:

    林达博士生 研究方向为图像处理及计算机视觉

  • 中图分类号: P237. 3

摘要: 提出了一种新的MSTAR SAR图像分割方法。该方法首先根据地物的散射机制进行属性散射中心(attributed scattering centers,ASC)特征提取,构造属性散射中心特征向量;然后使用马尔科夫随机场(Mark-ov random ficld,MRF)结合属性散射中心特征对MS"I}AR SAR图像进行空间邻域关系描述;最后运用标号代价能量优化算法得到最终的分割结果。MS"I}AR SAR数据上的实验结果证明了其有效性。

English Abstract

林达, 徐新, 潘雪峰, 张海涛. 一种新的MSTAR SAR图像分割方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1314-1317.
引用本文: 林达, 徐新, 潘雪峰, 张海涛. 一种新的MSTAR SAR图像分割方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1314-1317.
Lin Da, Xu Xin, Pan Xuefeng, Zhang Haitao. Segmentation of SAR Image of MSTAR SAR Chips Based on Attributed Scattering Center Feature and Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1314-1317.
Citation: Lin Da, Xu Xin, Pan Xuefeng, Zhang Haitao. Segmentation of SAR Image of MSTAR SAR Chips Based on Attributed Scattering Center Feature and Markov Random Field[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1314-1317.

目录

    /

    返回文章
    返回