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

SVM后验概率结合改进多尺度MRF的遥感影像分割方法

石强 陈凤娥 梅天灿 秦前清

石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 195-199.
引用本文: 石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 195-199.
SHI Qiang, CHEN Feng'e, MEI Tiancan, QIN Qianqing. Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 195-199.
Citation: SHI Qiang, CHEN Feng'e, MEI Tiancan, QIN Qianqing. Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 195-199.

SVM后验概率结合改进多尺度MRF的遥感影像分割方法

基金项目: 国家自然科学基金资助项目(40971219);湖北省自然科学基金资助项目(2011CDB452)
详细信息
    作者简介:

    石强,博士生,研究方向为影像处理与分析、多源影像融合。E-mail:sqfirstwhu@hotmail.com

  • 中图分类号: P237.3

Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF

计量
  • 文章访问数:  443
  • HTML全文浏览量:  56
  • PDF下载量:  82
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-12-04
  • 刊出日期:  2013-02-05

SVM后验概率结合改进多尺度MRF的遥感影像分割方法

    基金项目:  国家自然科学基金资助项目(40971219);湖北省自然科学基金资助项目(2011CDB452)
    作者简介:

    石强,博士生,研究方向为影像处理与分析、多源影像融合。E-mail:sqfirstwhu@hotmail.com

  • 中图分类号: P237.3

摘要: 采用SVM方法估计似然概率,克服了混合高斯模型对观测场建模不准确的问题;通过改进的多尺度MRF模型,在标记场建模时充分考虑了各尺度之间和同一尺度内的相关性,进一步准确描述了标记场的统计特性。最后利用改进的建模方法,在序贯最大后验概率估计算法框架下进行影像分割。通过对人工合成影像和实际遥感影像的分割实验结果分析,证明了本文方法能够有效提高分割效果。

English Abstract

石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 195-199.
引用本文: 石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 195-199.
SHI Qiang, CHEN Feng'e, MEI Tiancan, QIN Qianqing. Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 195-199.
Citation: SHI Qiang, CHEN Feng'e, MEI Tiancan, QIN Qianqing. Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 195-199.

目录

    /

    返回文章
    返回