咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种改进的舰船合成孔径雷达图像分割方法 收藏

一种改进的舰船合成孔径雷达图像分割方法

An improved ship synthetic aperture radar image segmentation method

作     者:段明义 卢印举 张文 DUAN Mingyi;LU Yinju;ZHANG Wen

作者机构:郑州工程技术学院信息工程学院河南郑州450044 

出 版 物:《太赫兹科学与电子信息学报》 (Journal of Terahertz Science and Electronic Information Technology)

年 卷 期:2021年第19卷第5期

页      面:905-909页

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 08[工学] 09[农学] 082402[工学-轮机工程] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0824[工学-船舶与海洋工程] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基  金:河南省科技攻关计划资助项目(192102210120,202102210369) 郑州市科技局基础研究及应用基础研究资助项目(zkz202103,zkz202105) 

主  题:舰船SAR图像 马氏距离 高斯混合模型 梯度上升算法 

摘      要:针对舰船合成孔径雷达(SAR)图像识别中的图像分割问题,运用数理统计领域的方法,以舰船合成孔径雷达图像为研究对象,在深入分析经典K–Means聚类算法以及高斯混合模型之后,提出一个改进的高斯混合模型,用来对舰船合成孔径雷达图像进行分割。该方法采用马氏距离对经典K–Means方法进行改进,同时,将传统高斯混合模型的每一个概率分布,进一步再细分成单个的概率成分,在辅助变量计算过程中,采用梯度上升算法。仿真实验结果显示,研究得到了比使用经典K–Means算法和普通高斯混合模型的分割方法精确度更高、稳定性更好的分割结果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分