传统的基于样本的修复算法在修复数字图像时精度较低,提出了一种基于马尔科夫随机场(Markov random field,MRF)匹配准则的Criminisi数字图像修复算法。该算法以马尔科夫随机场替代欧氏距离匹配准则,在寻找最佳匹配块前首先通过马尔科夫...传统的基于样本的修复算法在修复数字图像时精度较低,提出了一种基于马尔科夫随机场(Markov random field,MRF)匹配准则的Criminisi数字图像修复算法。该算法以马尔科夫随机场替代欧氏距离匹配准则,在寻找最佳匹配块前首先通过马尔科夫随机场对图像纹理建模,然后计算图像全局能量对待修复像素块进行估值,最后寻找最佳匹配块以达到全局最优。实验结果表明,该算法对数字图像的修复有了很大改善,纹理误匹配率下降,修复精度得到明显提高。展开更多
为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分...为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分类处理,再利用MRF对初始分类结果进行空间结构规则化,得到最终分类结果。通过对AVIRIS高光谱影像的分类实验表明,该方法有效地消除了分类结果中同质区域内的"噪声",分类精度提高了3%左右。展开更多
为了精确预测民用机场跑道的剩余使用寿命,利用数据融合技术将两种数据集进行联合分析,采用贝叶斯概率预测方法对机场跑道定期检测数据进行更新。考虑机场道面退化过程的随机性和动态性,建立了一种机场道面性能退化的动态半马尔可夫随...为了精确预测民用机场跑道的剩余使用寿命,利用数据融合技术将两种数据集进行联合分析,采用贝叶斯概率预测方法对机场跑道定期检测数据进行更新。考虑机场道面退化过程的随机性和动态性,建立了一种机场道面性能退化的动态半马尔可夫随机过程模型,利用生存分析对半马尔可夫过程模型的转移概率进行了估计。考虑飞行交通量和道面厚度的双重影响,采用某地方民用机场2007—2017年的道面性能定期检测数据,分析了两种影响因素的作用。利用半马尔可夫过程模型的转移概率对某地方民用机场跑道性能退化过程进行了预测,并采用马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟技术,基于贝叶斯统计分析方法,利用不定期检测数据得到的先验信息对半马尔可夫过程模型的转移概率进行了更新,将更新后的模型应用于民用机场跑道性能预测,并将预测结果和未更新的动态半马尔可夫过程模型预测结果进行了对比分析。结果表明,基于MCMC的贝叶斯分析方法能够融合定期和不定期检测数据确定动态半马尔可夫过程模型的参数先验信息,可以有效地更新机场跑道的性能预估模型,提高模型的预测精度。展开更多
综述马尔科夫随机场(Markov Random Field,MRF)的研究和应用历史,着重讨论了图像分割中MRF的原理和应用。分析了可分解马尔科夫网(Decomposable Markov Networks,DMN)的一般方法以及DMN在图像分割问题中的应用。比较研究了MRF和DMN的区...综述马尔科夫随机场(Markov Random Field,MRF)的研究和应用历史,着重讨论了图像分割中MRF的原理和应用。分析了可分解马尔科夫网(Decomposable Markov Networks,DMN)的一般方法以及DMN在图像分割问题中的应用。比较研究了MRF和DMN的区别和联系。展开更多
文摘传统的基于样本的修复算法在修复数字图像时精度较低,提出了一种基于马尔科夫随机场(Markov random field,MRF)匹配准则的Criminisi数字图像修复算法。该算法以马尔科夫随机场替代欧氏距离匹配准则,在寻找最佳匹配块前首先通过马尔科夫随机场对图像纹理建模,然后计算图像全局能量对待修复像素块进行估值,最后寻找最佳匹配块以达到全局最优。实验结果表明,该算法对数字图像的修复有了很大改善,纹理误匹配率下降,修复精度得到明显提高。
文摘为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分类处理,再利用MRF对初始分类结果进行空间结构规则化,得到最终分类结果。通过对AVIRIS高光谱影像的分类实验表明,该方法有效地消除了分类结果中同质区域内的"噪声",分类精度提高了3%左右。
文摘为了精确预测民用机场跑道的剩余使用寿命,利用数据融合技术将两种数据集进行联合分析,采用贝叶斯概率预测方法对机场跑道定期检测数据进行更新。考虑机场道面退化过程的随机性和动态性,建立了一种机场道面性能退化的动态半马尔可夫随机过程模型,利用生存分析对半马尔可夫过程模型的转移概率进行了估计。考虑飞行交通量和道面厚度的双重影响,采用某地方民用机场2007—2017年的道面性能定期检测数据,分析了两种影响因素的作用。利用半马尔可夫过程模型的转移概率对某地方民用机场跑道性能退化过程进行了预测,并采用马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟技术,基于贝叶斯统计分析方法,利用不定期检测数据得到的先验信息对半马尔可夫过程模型的转移概率进行了更新,将更新后的模型应用于民用机场跑道性能预测,并将预测结果和未更新的动态半马尔可夫过程模型预测结果进行了对比分析。结果表明,基于MCMC的贝叶斯分析方法能够融合定期和不定期检测数据确定动态半马尔可夫过程模型的参数先验信息,可以有效地更新机场跑道的性能预估模型,提高模型的预测精度。
文摘综述马尔科夫随机场(Markov Random Field,MRF)的研究和应用历史,着重讨论了图像分割中MRF的原理和应用。分析了可分解马尔科夫网(Decomposable Markov Networks,DMN)的一般方法以及DMN在图像分割问题中的应用。比较研究了MRF和DMN的区别和联系。
