基于貝葉斯框架和Gamma分布的SAR圖像分割
摘要:圖像分割作為圖像處理的關(guān)鍵步驟之一,一種高精度的SAR圖像分割方法在圖像分析與解譯中顯得尤為重要。根據(jù)SAR圖像的統(tǒng)計(jì)特性,本文主要研究基于貝葉斯框架和Gamma分布的SAR圖像分割方法,分別以單一Gamma分布概率模型和Gamma混合模型定義像素屬于聚類的或然率;此外,基于馬爾科夫隨機(jī)場理論定義像素與其鄰域像素標(biāo)號間相互作用關(guān)系,并以此作為先驗(yàn)概率;然后,根據(jù)貝葉斯定理得到像素屬于聚類的后驗(yàn)概率。最后,分別基于上述兩種方法對模擬SAR圖像及真實(shí)SAR圖像進(jìn)行分割實(shí)驗(yàn)。結(jié)果表明,Gamma混合模型較單一Gamma分布能夠更加準(zhǔn)確地描述SAR圖像分布特征,得到高精度的分割結(jié)果。
注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系北京測繪雜志社