检索结果-维普期刊中文期刊服务平台

基于灰度共生矩阵纹理特征的SAR图像分割被引量：10: 1; 作者刘保利田铮《计算机工程与应用》 CSCD 北大核心 2008年第4期4-6,62,共4页; 同时考虑SAR图像局部灰度均值和方差及像素空间分布特征等统计量,在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,建立多分辨双Markov-GAR模型,采用多分辨MPM的参数估计方法及相应的无监督分割算法,对SAR图像进行纹理分割。该... 展开更多; 关键词灰度共生矩阵 SAR图像双Markov-GAR模型多分辨MPM 纹理分割; 在线阅读下载PDF 职称材料

有效的SAR图像多尺度分类算法被引量：3: 2; 作者刘保利《计算机工程与设计》 CSCD 北大核心 2008年第6期1364-1366,共3页; 为提高分类精度,提出一种基于最大期望(EM)与遗传(GA)算法的多尺度SAR图像无监督分类方法。利用多尺度自回归(MAR)模型描述SAR图像中不同尺度之间的统计相依性,提取多尺度特征。应用混合模型描述多尺度特征,并将GA算法与EM算法相结合给... 展开更多; 关键词 GA-EM算法多尺度混合模型 BAYES分类器 SAR图像分类; 在线阅读下载PDF 职称材料

基于遗传算法的SAR图像多尺度分割被引量：3: 3; 作者刘保利《计算机应用》 CSCD 北大核心 2008年第4期990-992,共3页; 基于最大期望(EM)算法与遗传算法(GA),提出一种有效的多尺度SAR图像无监督分割方法。该方法首先利用混合多尺度自回归(MMAR)模型描述SAR图像中由于雷达斑点所引起的不同尺度和同一尺度内像素之间的统计相依性;然后将GA与EM结合给出MMAR... 展开更多; 关键词最大期望算法遗传算法混合多尺度模型 SAR图像分割; 在线阅读下载PDF 职称材料

基于纹理特征多分辨双Markov-GAR模型的SAR图像分割: 4; 作者刘保利田铮丁明涛《宇航学报》 EI CAS CSCD 北大核心 2007年第3期677-681,701,共6页; 为了提高SAR图像分割精度,提出在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,同时考虑SAR图像像素间空间分布特征和局部灰度均值和方差等统计量给出多分辨双Markov框架下的GAR模型,采用多分辨MPM的参数估计方法及对应的无监... 展开更多; 关键词 SAR图像灰度共生矩阵双Markov模型多分辨MPM 纹理分割; 在线阅读下载PDF 职称材料

题名基于灰度共生矩阵纹理特征的SAR图像分割被引量：10: 1; 作者刘保利田铮; 机构西北工业大学计算机科学技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2008年第4期4-6,62,共4页; 基金国家自然科学基金(the National Natural Science Foundation of China under Grant No.60375003); 文摘同时考虑SAR图像局部灰度均值和方差及像素空间分布特征等统计量,在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,建立多分辨双Markov-GAR模型,采用多分辨MPM的参数估计方法及相应的无监督分割算法,对SAR图像进行纹理分割。该方法用于一些高分辨SAR图像,其分割精度及分割边缘的平滑度均优于基于灰度图像上的多分辨双Markov-GAR模型纹理分割。; 关键词灰度共生矩阵 SAR图像双Markov-GAR模型多分辨MPM 纹理分割; Keywords Gray Level Co-occurrence Matrices SAR image pairwise Markov-GAR model multiresolution MPM texture segmentation; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名有效的SAR图像多尺度分类算法被引量：3: 2; 作者刘保利; 机构西北工业大学计算机科学技术学院; 出处《计算机工程与设计》 CSCD 北大核心 2008年第6期1364-1366,共3页; 基金国家自然科学基金项目(60375003); 文摘为提高分类精度,提出一种基于最大期望(EM)与遗传(GA)算法的多尺度SAR图像无监督分类方法。利用多尺度自回归(MAR)模型描述SAR图像中不同尺度之间的统计相依性,提取多尺度特征。应用混合模型描述多尺度特征,并将GA算法与EM算法相结合给出混合模型的参数估计算法,利用最小描述长度(MDL)准则选择模型的分量数。最后使用Bayes分类器实现了图像的分类与分割。该方法集EM算法和GA算法结合后的优点,对设定初值有较少的敏感性,因而避免了局部最优解。应用于SAR图像的实验表明,在分割精度上GA-EM方法优于MAR模型的算法。; 关键词 GA-EM算法多尺度混合模型 BAYES分类器 SAR图像分类; Keywords GA-EM algorithm multiscale mixture model Bayes classer classification of SAR image; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于遗传算法的SAR图像多尺度分割被引量：3: 3; 作者刘保利; 机构西北工业大学计算机科学技术学院; 出处《计算机应用》 CSCD 北大核心 2008年第4期990-992,共3页; 文摘基于最大期望(EM)算法与遗传算法(GA),提出一种有效的多尺度SAR图像无监督分割方法。该方法首先利用混合多尺度自回归(MMAR)模型描述SAR图像中由于雷达斑点所引起的不同尺度和同一尺度内像素之间的统计相依性;然后将GA与EM结合给出MMAR模型的参数估计算法。这种算法利用最小描述长度(MDL)准则,能够选择模型的分量数;最后利用Bayes分类器实现图像的分割。该方法集遗传算法和EM算法的优点,对初始值有较少的敏感性,避免局部最优解,提高了分割精度。实验结果表明GA-EM方法优于EM算法。; 关键词最大期望算法遗传算法混合多尺度模型 SAR图像分割; Keywords expectation maximization algorithm Genetic Algorithm （GA） mixture mutiscale autoregressive model segmentation of SAR imagery; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于纹理特征多分辨双Markov-GAR模型的SAR图像分割: 4; 作者刘保利田铮丁明涛; 机构西北工业大学计算机科学技术学院; 出处《宇航学报》 EI CAS CSCD 北大核心 2007年第3期677-681,701,共6页; 基金国家自然科学基金(60375003) 航空科学基金(03153059); 文摘为了提高SAR图像分割精度,提出在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,同时考虑SAR图像像素间空间分布特征和局部灰度均值和方差等统计量给出多分辨双Markov框架下的GAR模型,采用多分辨MPM的参数估计方法及对应的无监督分割算法,对SAR图像进行纹理分割。实验结果表明该方法用于一些高分辨SAR图像,与基于灰度图像上的多分辨双Markov-GAR模型纹理分割相比,在分割精度上能降低分割时的错分率。; 关键词 SAR图像灰度共生矩阵双Markov模型多分辨MPM 纹理分割; Keywords SAR image Gray level co-occurrence matrices Pairwise markov random field model Multiresolution MPM Texture segmentation; 分类号 TN958 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于灰度共生矩阵纹理特征的SAR图像分割	刘保利田铮	《计算机工程与应用》 CSCD 北大核心	2008	10	在线阅读下载PDF 职称材料
2	有效的SAR图像多尺度分类算法	刘保利	《计算机工程与设计》 CSCD 北大核心	2008	3	在线阅读下载PDF 职称材料
3	基于遗传算法的SAR图像多尺度分割	刘保利	《计算机应用》 CSCD 北大核心	2008	3	在线阅读下载PDF 职称材料
4	基于纹理特征多分辨双Markov-GAR模型的SAR图像分割	刘保利田铮丁明涛	《宇航学报》 EI CAS CSCD 北大核心	2007	0	在线阅读下载PDF 职称材料