| 有效的SAR图像多尺度分类算法 |
| |
| 引用本文： | 刘保利.有效的SAR图像多尺度分类算法[J].计算机工程与设计,2008,29(6):1364-1366. |
| |
| 作者姓名： | 刘保利 |
| |
| 作者单位： | 西北工业大学,计算机科学技术学院,陕西,西安,710072 |
| |
| 摘 要： | 为提高分类精度,提出一种基于最大期望(EM)与遗传(GA)算法的多尺度SAR图像无监督分类方法.利用多尺度自回归(MAR)模型描述SAR图像中不同尺度之间的统计相依性,提取多尺度特征.应用混合模型描述多尺度特征,并将GA算法与EM算法相结合给出混合模型的参数估计算法,利用最小描述长度(MDL)准则选择模型的分量教.最后使用Bayes分类器实现了图像的分类与分割.该方法集EM算法和GA算法结合后的优点,对设定初值有较少的敏感性,因而避免了局部最优解.应用于SAP图像的实验表明,在分割精度上GA-EM方法优于MAR模型的算法.
|
| 关 键 词： | GA-EM算法 多尺度 混合模型 Bayes分类器 SAR图像分类 |
| 文章编号： | 1000-7024(2008)06-1364-03 |
| 修稿时间： | 2007年5月10日 |
Efficient multiscale classification algorithm of SAR image |
| |
| LIU Bao-li.Efficient multiscale classification algorithm of SAR image[J].Computer Engineering and Design,2008,29(6):1364-1366. |
| |
| Authors: | LIU Bao-li |
| |
| Affiliation: | LIU Bao-li(Institute of Computer Science , Technology,Northwestern Polytechnical University,Xi'an 710072,China) |
| |
| Abstract: | |
| |
| Keywords: | GA-EM algorithm multiscale mixture model Bayes classer classification of SAR image |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
