利用自适应算法的快速估计参数进行图像纹理分割

本文提出使用Ｗｉｄｒｏｗ－ＨｏｆｆＬＭＳ自适应算法对二维随机场ＳＡＲ模型参数进行快速估计并报导了使用ＳＡＲ模型的自适应估计参数进行有监督纹理分类及纹理分割的实验结果，实验结果表明，ＳＡＲ模型的自适应快速估计参数能够比较有效地进行纹理识别。     

基于纹理模型的红外图像弱小目标检测

针对红外图像中弱小目标的检测问题，提出了一种基于图像背景纹理分析的检测方法，利用二阶高斯－马尔柯夫随机场（ＧＭＲＦ）模型对背景纹理进行描述，并采用最小平方误差方法进行参数估计，将估计参数作为纹理的特征向量。     

基于Gabor小波的无边缘活动围道纹理分割方法

该文提出了一种基于Gabor小波的活动围道纹理分割新方法。该方法先用Gabor小波提取图像的纹理特征,再用Chan-Vese模型进行分割。与其它基于Chan-Vese模型的纹理分割方法相比,基于Gabor小波的活动围道的纹理分割方法有两个优点：一是同时使用纹理特征和灰度信息演化围道,可分割纹理图像和非纹理图像,分割方法的灵活性好;二是在分割多类目标时,采用多级分层式曲线演化方法解决了初始围道难以选择的问题。对自然界真实图像和遥感图像的分割实验结果说明,该文提出的分割方法精度高。     

双窗口特征的SAR图像丛林区域MRF分割算法

针对固定窗口灰度共生矩阵纹理特征对合成孔径雷达(SAR)图像丛林区域分割存在的局限性,讨论了丛林区域纹理特征值的聚类特性,分析计算窗口大小对分割的影响。基于马尔科夫随机场(MRF)分割方法对SAR图像噪声抑制能力,提出一种基于小窗口纹理特征分割作为初始标记计算初始吉布斯分布,大窗口纹理特征作为样本估计高斯分布的MRF分割方法。该方法经实验验证,能够改善分割噪声和边缘模糊的问题,很好地对SAR丛林区域进行分割。     

基于混合Gamma建模与MRF的SAR图像分割方法

文中基于结合利用SAR图像统计信息和像素的空间约束信息的思路,提出了基于混合Gamma建模和MRF的分割方法,算法中利用混合Gamma模型对SAR图像进行统计建模,利用MRF模型对像素空间相关性进行建模。文中验证了混合Gamma模型参数估计的准确性以及自适应估计分割类别数目的有效性。最后用模拟SAR数据和实测SAR数据验证了文中所提出的分割算法的有效性。     

一种基于LS自适应AR建模的高分辨率时间延迟估计方法

本文提出了一种基于最小二乘（ＬＳ）自适应ＡＲ建模的时延估计方法。这种方法以接收信号的功率谱密度函数为时间序列，利用最小二乘格型自适应滤波器经由ＡＲ建模而得到高分辨率的时间延迟估计。文中给出了这种方法的原理、具体实现及性能分析，并以相关时延估计方法为参照进行了计算机模拟。     

基于马尔可夫随机场模型和函数联接网络的纹理分类方法

文中提出了利用二阶高斯ＭＲＦ模型对图像纹理进行描述,采用最小平方误差方法进行参数估计,将估计参数作纹理的特征向量,并且利用函数联接网络对特征进行分类。对纹理图像进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,纹理分类能取得较好的效果。     

基于Contourlet域HMT模型的多尺度图像分割

基于Contourlet系数分布统计特性,结合隐马尔可夫树（HMT）模型和贝叶斯准则提出一种新的图像分割算法.为了更有效保持Contourlet域不同尺度间的信息,提出一种新的加权邻域背景模型,给出了基于高斯混合模型的象素级分割算法和基于新的背景模型的多尺度融合算法.分别选择合成纹理图像、航拍图像和SAR图像进行实验,并与小波域HMTseg方法进行比较以说明算法的有效性.对合成纹理图像给出错分概率作为评价参数.实验结果表明本文方法不但在边缘信息和方向信息保持上有明显改进,而且错分概率明显降低,对真实图像得到了理想的分割效果.     

基于灰度共生矩阵的图像分割方法研究

图像分割技术广泛应用于工业生产、生物医学图像分析、军事应用等方面。文中着重阐述了灰度共生矩阵的原理及特点,进行了基于灰度共生矩阵的纹理特征提取试验。采用加权欧式距离方法,对图像的特征值进行分类识别,实现对纹理图像区域的划分,然后利用聚类分析等方法对纹理区域进行融合,以达到实现图像分割的目的。试验表明,利用基于灰度共生矩阵的方法,实现对图像的分割具有一定的准确性和实用性,并能较好的实现图像分割效果。     

基于图像准则的SAR／ISAR相位补偿技术的研究

相位补偿是ＳＡＲ／ＩＳＡＲ的关键技术。本文提出逐级逼近算法,基于图像评价函数,对ＳＡＲ／ＩＳＡＲ中的随机干扰相位进行补偿。我们比较了四种典型的图像评价函数,仿真和实测数据的计算结果表明,逐级逼迫算法是一种有效的计算方法。同时,在四种图像评价函数中,以最小Ｓｈａｎｎｏｎ熵准则性能最好,它能确保对未知信号中干扰相位的正确估计。     

基于统计模型的变分水平集SAR图像分割方法

针对SAR图像感兴趣区域分割问题,提出了一种基于统计模型的变分水平集分割方法。该方法在分析SAR图像特征的基础上,利用相干斑噪声的统计模型直接定义了关于水平集函数的能量泛函,不同于一般水平集方法中关于参数化曲线的能量泛函。通过极小化能量泛函,建立了水平集函数演化的偏微分方程。对水平集演化方程的数值求解,实现了对SAR图像感兴趣区域的分割。分别采用模拟和真实SAR图像对提出的方法进行了验证,试验结果表明该方法充分利用了SAR图像的特征信息,不需要相干斑噪声预处理,能够准确实现对SAR图像感兴趣区域的分割。     

基于EM参数“软”估计的SAR图像分割

借助EM算法和模糊理论,提出了一种基于参数"软"估计和Markov随机场的SAR图像无监督分割方法。首先利用多维空间的EM算法估计随机场的模型参数,并根据随机场模型参数分别计算观测数据的条件概率和标记图像的先验概率,继而根据最大后验概率准则将图像分成具有相似统计特性的同质区域,重复以上步骤直至收敛。通过与传统的参数"硬"估计分割算法的实验比较,该算法能更好保持图像边缘细节,区域连通性更好。     

Multi-region segmentation of SAR image by a multiphase level set approach

In this letter,a multiphase level set approach unifying region and boundary-based information for multi-region segmentation of Synthetic Aperture Radar（SAR）image is presented.An energy functional that is applicable for SAR image segmentation is defined.It consists of two terms describing the local statistic characteristics and the gradient characteristics of SAR image respectively.A multiphase level set model that explicitly describes the different regions in one image is proposed.The purpose of such a multiphase model is not only to simplify the way of denoting multi-region by level set but also to guarantee the accuracy of segmentation.According to the presented multiphase model,the curve evolution equations with respect to edge curves are deduced.The multi-region segmentation is implemented by the numeric solution of the partial differential equations.The performance of the approach is verified by both simulation and real SAR images.The experiments show that the proposed algorithm reduces the speckle effect on segmentation and increases the boundary alignment accuracy,thus correctly divides the multi-region SAR image into different homogenous regions.     

Segmentation of kidney from ultrasound images based on texture and shape priors

This paper presents a novel texture and shape priors based method for kidney segmentation in ultrasound (US) images. Texture features are extracted by applying a bank of Gabor filters on test images through a two-sided convolution strategy. The texture model is constructed via estimating the parameters of a set of mixtures of half-planed Gaussians using the expectation-maximization method. Through this texture model, the texture similarities of areas around the segmenting curve are measured in the inside and outside regions, respectively. We also present an iterative segmentation framework to combine the texture measures into the parametric shape model proposed by Leventon and Faugeras. Segmentation is implemented by calculating the parameters of the shape model to minimize a novel energy function. The goal of this energy function is to partition the test image into two regions, the inside one with high texture similarity and low texture variance, and the outside one with high texture variance. The effectiveness of this method is demonstrated through experimental results on both natural images and US data compared with other image segmentation methods and manual segmentation.     

分形方法在SAR图像分割中的应用

SAR图像中人造地物和自然地貌很容易在某些特征上出现类似,使得利用传统方法提取的特征进行分割往往不可靠.相比自然地貌,人造地物显得比较规则,SAR图像的这一特点使得基于分形特征的分割算法成为可能.基于数学形态学理论提出了一个变结构元素的形态学分形维数估计方法,对复杂SAR图像进行分割.实验结果表明,该方法计算量小,可充分利用SAR图像的纹理信息.     

Application of log-cumulants to the detection of spatiotemporal discontinuities in multitemporal SAR images

Multitemporal satellite synthetic aperture radar (SAR) images are a useful source of information for geophysicists to monitor changing regions. In this paper, a new approach is proposed to extract from multitemporal SAR images two kinds of information: temporal changes (flooded areas, coastline erosion, etc.) and stable spatial features (roads, rivers, etc.). The novelty of the proposed approach is to detect simultaneously these two kinds of discontinuities. In a first step, the contrast and the heterogeneity information is extracted by a "multitemporal" application of the ratio of local means and by new three-dimensional texture parameters based on the log-cumulants. In a second step, the resulting attributes that measure the time variability or the presence of spatial features are merged. An interactive fuzzy fusion approach is proposed to provide end-users with a simple and easily understandable tool for tuning the change-detection results. The performances of the proposed attributes and fusion technique are presented on a set of seven multitemporal SAR images acquired by the European Remote Sensing (ERS-1) satellite.     

基于稀疏表示的Shearlet域SAR图像去噪

该文通过分析SAR图像的噪声成因以及其斑点噪声模型,结合图像的稀疏表示理论提出一种基于稀疏表示的Shearlet域SAR图像去噪算法。算法从整体上对SAR图像进行去噪：首先对SAR图像进行Shearlet变换,然后利用稀疏表示模型构造出去噪的最优化模型,在此基础上进行迭代去噪,然后重构SAR图像得到去噪后的图像。实验结果表明：该文所提出的算法不仅可以显著去除相干斑噪声,提高去噪图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR),还明显地改善了图像的视觉效果,更好地保留了图像纹理信息。     

基于自组织网络的SAR遥感图像的多尺度分割

基于多尺度信息特征和混合模型,将自组织混合网络(SOMN)应用于合成孔径雷达(SAR)图像的分割.首先对SAR图像的多尺度序列进行多尺度随机建模,以此进行多尺度特征提取;然后对其建立混合模型,并经过SOMN进行学习研究得到混合模型的参数;最后再利用Bayesian分类器,对SAR图像进行分割.实验结果表明,本文方法能够充分地利用SAR图像多尺度序列中不同类型地形的统计信息,进而明显地改进了图像的分割质量.     

基于区域MRF和贝叶斯置信传播的SAR图像分割

 本文通过定义新的势函数,将贝叶斯置信传播算法和区域MRF模型有效结合,提出了一种SAR图像分割算法.考虑到SAR图像丰富的纹理信息,该算法对分水岭分割后的过分割区域提取纹理特征,在得到的区域邻接图上构建MRF模型,并加入区域灰度均值和方差作为区域特征,利用FCM聚类的初分割结果定义区域的关联势函数,并将区域特征引入到置信传播算法中,定义了新的交互势函数.该算法充分利用了SAR图像空间的背景信息,所定义的新的交互势函数能在促进分割结果区域一致性的同时较好保护边缘.实验结果表明,相对于其他MRF模型分割算法,本文算法能取得更好的分割效果.