共查询到19条相似文献，搜索用时 109 毫秒
1.
SAR图像可以看作是真实反映地物后向散射特性的无噪图像与相干斑噪声的乘积,通过贝叶斯估计从图像观测值估计出图像真值即可去除相干斑.而贝叶斯去斑的关键在于建立能与SAR图像特性相匹配的先验信息模型.用MembraneMRF模型对先验信息建模,克服了以往所用GMRF模型对参数估计十分敏感的问题,并通过对该模型邻域结构的自适应调整来分类处理处于匀质区域和含结构特征区域的像元,在有效抑制相干斑的同时较好地保持图像的结构特征.仿真和实际SAR图像数据的实验结果,验证了所提方法的有效性. 相似文献
2.
针对线性最小二乘法处理非线性模型产生模型误差的问题,文章将高斯牛顿迭代法引入测角网坐标平差模型中,给出测角网坐标平差模型的高斯牛顿迭代法计算过程.考虑到非线性平差模型的参数估计值是有偏估计,结合Bootstrap重采样方法对参数估值进行改善,提出测角网坐标平差模型的Bootstrap参数估计方法,并给出详细的迭代流程图.针对等精度与不等精度角度观测数据,设计两个测角网案例.实验结果表明,测角网坐标平差模型的高斯牛顿迭代解法能够削弱线性近似带来的模型误差影响,其参数估值优于传统的线性近似方法;而测角网坐标平差模型的Bootstrap参数估计方法比高斯牛顿迭代解法在提高测角网坐标平差参数估值质量方面更加有效.实验证明将高斯牛顿迭代解法应用于测角网坐标平差模型的必要性与实用性,也证明将Bootstrap重采样参数估计方法与高斯牛顿迭代解法结合并用于测角网坐标平差的可行性与有效性. 相似文献
3.
针对传统遥感图像分类算法存在约束条件多、容易陷入局部最优解、分类精度低的缺陷,提出了一种基于自适应差分演化的遥感分类新方法.实验结果表明,基于自适应差分演化的遥感图像分类算法在分类精度上优于传统方法,在收敛速度上优于标准的差分演化分类算法,其分类精度和Kappa系数分别达到了92.66％和0.901 7. 相似文献
4.
综合多特征的极化SAR图像随机森林分类算法 总被引：2，自引：1，他引：1
为抑制相干斑噪声对极化SAR图像分类结果的干扰,本文提出一种综合多特征的极化SAR图像随机森林分类方法。该方法首先利用简单线性迭代聚类(SLIC)算法生成超像素作为分类单元;然后,基于高维极化特征图像,利用训练好的随机森林模型,统计决策树的分类投票数,计算各超像素的类别概率;最后,利用超像素间的空间邻域特征,采用概率松弛算法(PLR)迭代修正超像素的类别后验概率,并依据最大后验概率(MAP)准则得到分类结果;实现综合利用超像素和空间邻域特征,降低相干斑噪声干扰的极化SAR图像分类方法。实验对比结果表明:本文方法能得有效抑制极化SAR图像中相干斑噪声的干扰,得到高精度且光滑连续的分类结果。 相似文献
5.
6.
非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时，以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此，针对传统非线性最小二乘求解不稳定且可靠性低的特点，基于稳定泛函极小准则最优化思想，提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则，实现了正则参数和迭代步长计算的完全自适应，提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例，验证了该方法的数值收敛解优于线性平差估计解，收敛效率优于迭代Tikhonov正则化方法。 相似文献
7.
高斯混合模型(Gaussian mixture model,GMM)可以描述遥感数据的概率密度函数,通过估计各高斯分布的参数,计算后验概率,实现信息提取.为了提高利用GMM进行遥感信息提取的准确度,首先在GMM中使用马尔科夫随机场(Markov random field,MRF)计算各像元邻域内各类地物的先验概率,代替各类地物的混合概率,使其反映出各类地物的空间相关性;然后在参数估计过程中利用模拟退火(simulated annealing,SA)思想获得全局最优的参数估计值;最后利用该参数估计值求出每个像元对于各类地物的后验概率,获得各类地物的空间分布.通过对遥感实验场的图像数据进行信息提取,发现所述新方法取得了更好的效果,证明了上述改进的有效性. 相似文献
8.
欺骗干扰是全球卫星导航系统(GNSS)发展面临的重要挑战,针对小时延场景下欺骗干扰参数估计方法计算量大的问题,提出了一种基于牛顿迭代法的参数估计方法. 该方法以码相位估计为核心,通过构建欺骗场景下信号参数的非线性估计模型,采用牛顿迭代法对信号码相位进行估计,在此基础上采用最小二乘法对信号幅度和载波相位进行估计. 实验结果表明:该方法的平均迭代次数在10次左右,相比于传统参数估计方法,算法有效性大幅提升. 在准确性方面,该方法能够有效提高小时延场景下的信号参数估计精度. 相似文献
9.
区域Gamma混合模型的SAR图像分割 总被引：1，自引：0，他引：1
针对传统Gamma混合模型用于SAR图像分割时忽略像素间空间相关性,导致分割结果不连续并产生大量误分割的现象,提出了区域Gamma混合模型的SAR图像分割算法。首先对图像进行分水岭分割,得到过分割区域块,然后将其作为输入样本进行基于Gamma混合模型的聚类,在模型的参数估计过程中进一步考虑区域间的空间相关性,设计邻域因子融入到迭代过程,得到邻域加权类分布概率。该算法充分利用像素间的空间相关性,能够降低噪声对分割结果的影响。通过合成图像和真实SAR图像的实验表明,本文算法能够实现SAR图像的准确分割。 相似文献
10.
11.
一种自适应正则MAP超分辨率重建方法 总被引：5，自引：0，他引：5
提出了一种简单、通用的基于自适应正则化技术的MAP超分辨率重建新方法，该方法可以自适应地选择正则化参数，并充分利用中间重建结果的信息，不断对其进行更新，通过迭代过程得到最终的重建影像。利用模拟序列影像和真实序列影像分别对本文方法进行了验证，结果表明，本文方法可以根据不同影像序列的特点，自适应确定相应的正则化参数，并能找到最优解，适用性较强。 相似文献
12.
为了提高多光谱影像变化检测的精度,本文提出了一种结合空间上下文与慢特征分析的方法。首先采用自适应空间上下文提取算法围绕像素构建自适应区域,探索像素周围的上下文信息;然后通过迭代慢特征分析,由相应像素周围的成对自适应区域定量计算成对像素之间的变化强度,增强变化区域与未变区域的可分性;最后生成变化强度图像,采用大津阈值法作二值分类,将变化强度图划分为二值变化检测图。利用Landsat 7卫星ETM+传感器的图像,与4种基于代数的方法及基于变换的方法进行对比试验,结果表明,本文方法在降低漏检方面有所改善,提高了召回率。 相似文献
13.
针对复杂PolSAR图像场景中机场目标区域检测问题,本文提出一种自适应无监督分类的机场目标快速检测方法,该方法首先对极化SAR相干矩阵分解提取PolSAR图像的特征值图,转化为超像素图实现图像去噪及降维。然后用SLIC超像素分割算法分割构造超像素。基于超像素图构建极化分类特征,并采用无监督的谱聚类方法提取出疑似机场跑道区域,其中的类别数确定利用VAT-DBE(Visual Assessment of cluster Tendency-Dark Block Extraction)算法获得。最后,在疑似区域内结合跑道结构特征进一步辨识检测出场景中的机场跑道区域。利用美国UAVSAR系统采集的多组全极化SAR实测数据对算法进行验证,并与两种已有的无监督跑道检测算法进行对比,实验结果表明,该算法能够快速准确检测出机场跑道区域,处理耗时可减小80%以上。具有更好的鲁棒性。 相似文献
14.
15.
针对最小错分概率的遥感影像变化检测方法依赖样本的问题,提出一种联合变化强度和相关系数最小错分概率的变化检测阈值优化方法。首先对两时相影像像元的变化强度和相关系数两特征的直方图和曲率进行数值分析,确定分割阈值的上下限范围;然后对阈值范围内的阈值进行迭代,得到总错分概率,选取最小错分概率对应的阈值为最佳阈值;最后对两幅影像进行叠加分析,实现变化区域的提取。实验结果表明:该方法是一种无需进行参数估计、非监督、可信赖的变化检测方法,且能达到与传统方法同等的变化检测精度。 相似文献
16.
17.
An unsupervised change-detection method that considers the spatial contextual information in a log-ratio difference image generated from multitemporal SAR images is proposed. A Markov random filed (MRF) model is particularly employed to exploit statistical spatial correlation of intensity levels among neighboring pixels. Under the assumption of the independency of pixels and mixed Gaussian distribution in the log-ratio difference image, a stochastic and iterative EM-MPM change-detection algorithm based on an MRF model is developed. The EM-MPM algorithm is based on a maximiser of posterior marginals (MPM) algorithm for image segmentation and an expectation-maximum (EM) algorithm for parameter estimation in a completely automatic way. The experiment results obtained on multitemporal ERS-2 SAR images show the effectiveness of the proposed method. 相似文献
18.
JIANG Liming LIAO Mingsheng ZHANG Lu LIN Hui 《地球空间信息科学学报》2007,10(2):111-116
An unsupervised change-detection method that considers the spatial contextual information in a log-ratio difference image generated from multitemporal SAR images is proposed. A Markov random filed (MRF) model is particularly employed to exploit statistical spatial correlation of intensity levels among neighboring pixels. Under the assumption of the independency of pixels and mixed Gaussian distribution in the log-ratio difference image, a stochastic and iterative EM-MPM change-detection algorithm based on an MRF model is developed. The EM-MPM algorithm is based on a maximiser of posterior marginals (MPM) algorithm for image segmentation and an expectation-maximum (EM) algorithm for parameter estimation in a completely automatic way. The experiment results obtained on multitemporal ERS-2 SAR images show the effectiveness of the proposed method. 相似文献
19.
多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。 相似文献