SVM后验概率结合改进多尺度MRF的遥感影像分割方法
Remote Sensing Image Segmentation Based on SVM Posterior Probability and Improved Multi-scale MRF作者机构：武汉大学测绘遥感信息工程国家重点实验室武汉市珞喻路129号430079 武汉大学电子信息学院武汉市珞珈山430072
出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)
年 卷 期：2013年第38卷第2期
页 面：195-199页
核心收录：
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）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
基 金：国家自然科学基金资助项目(40971219) 湖北省自然科学基金资助项目(2011CDB452)
摘 要：采用SVM方法估计似然概率,克服了混合高斯模型对观测场建模不准确的问题;通过改进的多尺度MRF模型,在标记场建模时充分考虑了各尺度之间和同一尺度内的相关性,进一步准确描述了标记场的统计特性。最后利用改进的建模方法,在序贯最大后验概率估计算法框架下进行影像分割。通过对人工合成影像和实际遥感影像的分割实验结果分析,证明了本文方法能够有效提高分割效果。
维普期刊数据库