基于贝叶斯框架和Gamma分布的SAR图像分割 |
| |
引用本文: | 孙培蕾,张爽爽,李路.基于贝叶斯框架和Gamma分布的SAR图像分割[J].北京测绘,2019,33(5). |
| |
作者姓名: | 孙培蕾 张爽爽 李路 |
| |
作者单位: | 山东科技大学测绘科学与工程学院,山东青岛,266590;山东科技大学测绘科学与工程学院,山东青岛,266590;山东科技大学测绘科学与工程学院,山东青岛,266590 |
| |
摘 要: | 图像分割作为图像处理的关键步骤之一,一种高精度的SAR图像分割方法在图像分析与解译中显得尤为重要。根据SAR图像的统计特性,本文主要研究基于贝叶斯框架和Gamma分布的SAR图像分割方法,分别以单一Gamma分布概率模型和Gamma混合模型定义像素属于聚类的或然率;此外,基于马尔科夫随机场理论定义像素与其邻域像素标号间相互作用关系,并以此作为先验概率;然后,根据贝叶斯定理得到像素属于聚类的后验概率。最后,分别基于上述两种方法对模拟SAR图像及真实SAR图像进行分割实验。结果表明,Gamma混合模型较单一Gamma分布能够更加准确地描述SAR图像分布特征,得到高精度的分割结果。
|
关 键 词: | Gamma分布 Gamma混合模型(Gamma Mixture Model GaMM) 贝叶斯定理 马尔科夫随机场(Markov Random Field MRF) 合成孔径雷达(SAR)图像 |
SAR Image Segmentation Based on Bayesian Framework and Gamma Distribution |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|