基于Contourlet域HMT和D-S证据融合的SAR图像分割
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(Markov random 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.
SAR图像分割、Contourlet变换、隐马尔科夫树(HMT)、D-S证据理论
40
P237(摄影测量学与测绘遥感)
国家自然科学基金60872137;国防预研基金9140C010307100C01;航空科学基金20080181002
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
148-155