In Section 1, the authors establish the models of two kinds of Markov chains in space-time random environments (MCSTRE and MCSTRE(+)) with abstract state space. In Section 2, the authors construct a MCSTRE and a MCSTR...In Section 1, the authors establish the models of two kinds of Markov chains in space-time random environments (MCSTRE and MCSTRE(+)) with abstract state space. In Section 2, the authors construct a MCSTRE and a MCSTRE(+) by an initial distribution Φ and a random Markov kernel (RMK) p(γ). In Section 3, the authors es-tablish several equivalence theorems on MCSTRE and MCSTRE(+). Finally, the authors give two very important examples of MCMSTRE, the random walk in spce-time random environment and the Markov br...展开更多
由于模糊 C 均值聚类算法(FCM)存在两大缺陷:(1)对于非球形的数据聚类形式鲁棒性不够;(2)只考虑图像中的数值特征信息,而忽略了像素间的空间约束关系,因此 FCM 算法在对含有噪声的图像进行分割时缺乏足够的鲁棒性。针对以上问题,本文提...由于模糊 C 均值聚类算法(FCM)存在两大缺陷:(1)对于非球形的数据聚类形式鲁棒性不够;(2)只考虑图像中的数值特征信息,而忽略了像素间的空间约束关系,因此 FCM 算法在对含有噪声的图像进行分割时缺乏足够的鲁棒性。针对以上问题,本文提出了一种结合 Markov 空域约束与基于核函数距离测度的加权模糊 C 均值聚类的快速鲁棒图像分割方法。为克服缺点(1),我们使用基于核函数的距离测度取代 FCM 中的欧氏距离,并使用加权模糊聚类的方式保证了计算的简洁性。与此同时,我们用 Markov 随机场描述图像的空域约束信息,并且通过数据融合的方法将模糊分割结果与空域约束信息结合在一起,从而得到既包含像素数值特征又包括空域约束信息的图像分割场。这样既克服了传统模糊 C 均值聚类算法的缺点,又最大限度地保证了分割算法计算的简单有效性。展开更多
海水本身运动的复杂性以及海水与其它环境因素所产生的干扰物理场,往往使得海上小目标的探测尤为困难。因此,以可见光图像序列中海面小目标检测为研究对象,提出了核函数-马尔科夫随机场(Markov Random Fields,MRF)前景分割模型。该模型...海水本身运动的复杂性以及海水与其它环境因素所产生的干扰物理场,往往使得海上小目标的探测尤为困难。因此,以可见光图像序列中海面小目标检测为研究对象,提出了核函数-马尔科夫随机场(Markov Random Fields,MRF)前景分割模型。该模型利用所提出的邻域相关核函数背景模型对图像序列的求解结果作为MRF的观测值,建立了用于海上小目标检测的MRF模型,进一步增强了空间相关信息,克服了多高斯模型的缺点,具有较强的海面小目标检测能力,对海浪噪声抑制效果明显。展开更多
为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分...为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分类处理,再利用MRF对初始分类结果进行空间结构规则化,得到最终分类结果。通过对AVIRIS高光谱影像的分类实验表明,该方法有效地消除了分类结果中同质区域内的"噪声",分类精度提高了3%左右。展开更多
基金Supported by the National Natural Science Foundation of China (10771185 and 10871200)
文摘In Section 1, the authors establish the models of two kinds of Markov chains in space-time random environments (MCSTRE and MCSTRE(+)) with abstract state space. In Section 2, the authors construct a MCSTRE and a MCSTRE(+) by an initial distribution Φ and a random Markov kernel (RMK) p(γ). In Section 3, the authors es-tablish several equivalence theorems on MCSTRE and MCSTRE(+). Finally, the authors give two very important examples of MCMSTRE, the random walk in spce-time random environment and the Markov br...
文摘由于模糊 C 均值聚类算法(FCM)存在两大缺陷:(1)对于非球形的数据聚类形式鲁棒性不够;(2)只考虑图像中的数值特征信息,而忽略了像素间的空间约束关系,因此 FCM 算法在对含有噪声的图像进行分割时缺乏足够的鲁棒性。针对以上问题,本文提出了一种结合 Markov 空域约束与基于核函数距离测度的加权模糊 C 均值聚类的快速鲁棒图像分割方法。为克服缺点(1),我们使用基于核函数的距离测度取代 FCM 中的欧氏距离,并使用加权模糊聚类的方式保证了计算的简洁性。与此同时,我们用 Markov 随机场描述图像的空域约束信息,并且通过数据融合的方法将模糊分割结果与空域约束信息结合在一起,从而得到既包含像素数值特征又包括空域约束信息的图像分割场。这样既克服了传统模糊 C 均值聚类算法的缺点,又最大限度地保证了分割算法计算的简单有效性。
文摘海水本身运动的复杂性以及海水与其它环境因素所产生的干扰物理场,往往使得海上小目标的探测尤为困难。因此,以可见光图像序列中海面小目标检测为研究对象,提出了核函数-马尔科夫随机场(Markov Random Fields,MRF)前景分割模型。该模型利用所提出的邻域相关核函数背景模型对图像序列的求解结果作为MRF的观测值,建立了用于海上小目标检测的MRF模型,进一步增强了空间相关信息,克服了多高斯模型的缺点,具有较强的海面小目标检测能力,对海浪噪声抑制效果明显。
文摘为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分类处理,再利用MRF对初始分类结果进行空间结构规则化,得到最终分类结果。通过对AVIRIS高光谱影像的分类实验表明,该方法有效地消除了分类结果中同质区域内的"噪声",分类精度提高了3%左右。
