针对SAR图像超像素分割易受图像固有相干斑噪声影响的问题,本文提出一种基于马尔科夫随机场(Markov Random Field,MRF)的超像素分割算法。算法中采用基于马尔科夫随机场的最大后验概率优化模型对SAR图像超像素分割问题进行建模。相较于...针对SAR图像超像素分割易受图像固有相干斑噪声影响的问题,本文提出一种基于马尔科夫随机场(Markov Random Field,MRF)的超像素分割算法。算法中采用基于马尔科夫随机场的最大后验概率优化模型对SAR图像超像素分割问题进行建模。相较于传统SAR图像超像素提取方法,该方法通过对像素的分割标号在空间邻域上进行马尔科夫特性约束,进而有效抑制相干斑噪声的影响。实验结果表明,与传统方法相比,本文算法的噪声抑制效果更好,分割精度更高。展开更多
The noniterative algorithm of multiscale MRF has much lower computing complexity and better result thanits iterative counterpart of noncausal MRF model, since it has causality property between scales, and such causali...The noniterative algorithm of multiscale MRF has much lower computing complexity and better result thanits iterative counterpart of noncausal MRF model, since it has causality property between scales, and such causality isconsistent with the character of images. Maximizer of the posterior marginals(MPM)algorithm of multiscale MRFmodel is presented for only one image can be obtained in image segmentation. EM algorithm for parameter estimate isalso given. Experiments demonstrate that comparing with iterative ones, the proposed algorithms have the character-istics of greatly reduced computing time and better segmentation results. This is more notable for large images.展开更多
针对红外图像中行人目标分割时容易受环境干扰的问题,提出一种基于马尔可夫随机场的红外行人分割方法。为了解决计算最优解时优化算法收敛速度慢的问题,采用simple linear iterative clustering算法将红外图像预分割为超像素块。以像素...针对红外图像中行人目标分割时容易受环境干扰的问题,提出一种基于马尔可夫随机场的红外行人分割方法。为了解决计算最优解时优化算法收敛速度慢的问题,采用simple linear iterative clustering算法将红外图像预分割为超像素块。以像素块作为马尔可夫随机场的分割单位。像素块的颜色信息由该像素块内所有像素的平均灰度值表示。根据马尔可夫随机场与图像信息之间的关系计算图像的局部先验空间结构信息,采用ICM计算后验能量函数的最小化解。实验结果表明,改进分割算法较好的抑制了小的噪声点,获得了比较理想的分割结果,对于360×240的红外图像,采用超像素对图像进行预分割可以将分割速度提高10倍以上。展开更多
针对传统的超像素马尔科夫随机场(Markov random field,MRF)影像分割模型中对空间背景信息利用不够完全的问题,发展了一种新的超像素MRF模型。该算法将高阶邻域模型引入到MRF的交互势函数中,使交互势函数能够充分利用超像素邻域系统所...针对传统的超像素马尔科夫随机场(Markov random field,MRF)影像分割模型中对空间背景信息利用不够完全的问题,发展了一种新的超像素MRF模型。该算法将高阶邻域模型引入到MRF的交互势函数中,使交互势函数能够充分利用超像素邻域系统所包含的空间背景信息。结合此一阶势函数模型,还提出一种逐类别的β参数自动估计方法,该方法是在范数距离的基础上进行的。利用2景具有不同特点的农田地区高分遥感影像,开展了验证实验。实验结果表明,本算法对于边界强度等空间背景信息的利用效果更好,分割结果更精确。与其他超像素MRF分割算法对比,也说明了该算法在性能上的优越性。展开更多
文摘针对SAR图像超像素分割易受图像固有相干斑噪声影响的问题,本文提出一种基于马尔科夫随机场(Markov Random Field,MRF)的超像素分割算法。算法中采用基于马尔科夫随机场的最大后验概率优化模型对SAR图像超像素分割问题进行建模。相较于传统SAR图像超像素提取方法,该方法通过对像素的分割标号在空间邻域上进行马尔科夫特性约束,进而有效抑制相干斑噪声的影响。实验结果表明,与传统方法相比,本文算法的噪声抑制效果更好,分割精度更高。
文摘The noniterative algorithm of multiscale MRF has much lower computing complexity and better result thanits iterative counterpart of noncausal MRF model, since it has causality property between scales, and such causality isconsistent with the character of images. Maximizer of the posterior marginals(MPM)algorithm of multiscale MRFmodel is presented for only one image can be obtained in image segmentation. EM algorithm for parameter estimate isalso given. Experiments demonstrate that comparing with iterative ones, the proposed algorithms have the character-istics of greatly reduced computing time and better segmentation results. This is more notable for large images.
文摘针对红外图像中行人目标分割时容易受环境干扰的问题,提出一种基于马尔可夫随机场的红外行人分割方法。为了解决计算最优解时优化算法收敛速度慢的问题,采用simple linear iterative clustering算法将红外图像预分割为超像素块。以像素块作为马尔可夫随机场的分割单位。像素块的颜色信息由该像素块内所有像素的平均灰度值表示。根据马尔可夫随机场与图像信息之间的关系计算图像的局部先验空间结构信息,采用ICM计算后验能量函数的最小化解。实验结果表明,改进分割算法较好的抑制了小的噪声点,获得了比较理想的分割结果,对于360×240的红外图像,采用超像素对图像进行预分割可以将分割速度提高10倍以上。
文摘针对传统的超像素马尔科夫随机场(Markov random field,MRF)影像分割模型中对空间背景信息利用不够完全的问题,发展了一种新的超像素MRF模型。该算法将高阶邻域模型引入到MRF的交互势函数中,使交互势函数能够充分利用超像素邻域系统所包含的空间背景信息。结合此一阶势函数模型,还提出一种逐类别的β参数自动估计方法,该方法是在范数距离的基础上进行的。利用2景具有不同特点的农田地区高分遥感影像,开展了验证实验。实验结果表明,本算法对于边界强度等空间背景信息的利用效果更好,分割结果更精确。与其他超像素MRF分割算法对比,也说明了该算法在性能上的优越性。