混合多尺度ARMA模型與SAR圖像分割.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、合成孔徑雷達(dá)(SyntheticApertureRadar簡稱SAR)圖像在軍事和國民經(jīng)濟(jì)的各個(gè)領(lǐng)域都有重要應(yīng)用,但是SAR圖像所固有的斑點(diǎn)噪聲使得其分割方法具有特殊性。本文結(jié)合SAR圖像的統(tǒng)計(jì)特性,研究多尺度自回歸滑動(dòng)平均(AutoregressiveMovingAverage簡稱ARMA)模型和混合多尺度ARMA模型的理論及其在SAR圖像分割中的應(yīng)用。在前人研究的基礎(chǔ)上,本文得到了如下成果: (1)研究了多尺度ARMA模型的

2、平穩(wěn)性質(zhì),基于多尺度自回歸(MultiscaleAutoregressive簡稱MAR)模型和多尺度ARMA模型對SAR圖像進(jìn)行特征提取,并結(jié)合多分辨混合算法給出了SAR圖像的無監(jiān)督分割方法。該方法首先對SAR圖像進(jìn)行MAR和多尺度ARMA建模,然后通過這些模型提取圖像特征,并對兩種多尺度隨機(jī)模型SAR圖像特征提取及分割的能力進(jìn)行了分析比較,說明了多尺度ARMA模型與MAR模型相比在SAR圖像分割應(yīng)用中的優(yōu)勢。 (2)利用多尺度

3、ARMA模型提取SAR圖像的特征,建立多尺度Markov隨機(jī)場(MarkovRandomField簡稱MRF)模型,并通過最大后驗(yàn)邊緣(MaximumPosteriorMarginal簡稱MPM)算法進(jìn)行無監(jiān)督分割。該方法不但考慮了相鄰尺度像素間的相關(guān)信息,而且也充分利用了同一尺度相鄰像素信息及斑點(diǎn)噪聲中的圖像信息,從而在無需融合步驟的同時(shí)保持較好的分割精度。 (3)給出了混合多尺度ARMA模型的概念,并研究了該模型的平穩(wěn)性質(zhì)。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論