一种多尺度无监督遥感图像分割方法

提出了一种多尺度无监督遥感图像分割方法。通过对多尺度图像数据在每个尺度上进行Gauss子集聚类,并将每个像素的邻域内的Gauss子集类别标记作为特征向量,利用Markov四叉树模型进行二次聚类,从而实现无监督图像分割。与其他基于多尺度Markov模型的无监督分割方法和传统动态聚类方法相比,该方法既无需假定每类的分布形式,又能较好地反映数据的概率结构。合成图像与SAR图像的实验结果表明,该方法的分割精度接近于有监督的H-MPM和H-SMAP方法。     

基于多特征的SAR图像多尺度无监督分割

提出一种基于多特征的SAR图像多尺度无监督分割方法.该方法采用隐Markov树(hidden Markov tree,HMT)模型对SAR图像的灰度数据与标准差数据分别建模并分割,由两个分割结果提取SAR图像的结构性信息,并根据结构性信息,对灰度分割的后验概率进行平滑,最终的分割结果表明,该方法在很少损失结构性信息的基础上,能得到更光滑的分割结果.     

高速挤出PVC通讯电缆绝缘材料

分析了国外高性能ＰＶＣ电缆料,在全部使用国产原材料和助剂的前提下,研制了高速挤出ＰＶＣ通讯电料。该料可以在很高的挤出速度下加下成薄壁电线在１０００ｍ／ｍｉｎ的速度下可长时间稳定加工,具有很好的电性能、机械性能及耐老化性能;加工时不存在口模冒烟现象,清模周期长;产品外观光滑,致密, 有光泽手感良好。