Dirichlet过程混合模型SAR图像分割算法
传统的合成孔径雷达(SAR)图像参数化有限模型都有其特定的物理背景或者数学假设,很难准确估计SAR图像中各地物的密度分布,为了解决这一问题,提出一种基于非参数化无限混合模型的SAR图像分割方法,该方法利用Dirichlet过程对SAR图像进行建模,进一步采用非参数化Bayes模型分割包含复杂地物目标的SAR图像.Dirichlet分布作为一种基于分布的分布可以确定不同类别的先验概率,由样本估计出密度函数来描述图像,从而可以更精确地分割各类地物.该算法在模拟图像与真实SAR图像上进行了比对测试,实验结果验证了Dirichlet过程混合模型SAR图像分割算法的有效性和稳健性.
计算机应用、非参数化Bayes模型、SAR图像分割、无限混合模型、Dirichlet过程混合模型
39
TN911.73
国家自然科学基金项目60472072;陕西省自然科学基金项目2007D07;博士后科学基金项目20060401009
2016-05-17（万方平台首次上网日期，不代表论文的发表时间）
共5页
1342-1346
