一种基于轮廓结构学习模型的SAR图像语义分割方法.pdf
是你****盟主
亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于轮廓结构学习模型的SAR图像语义分割方法.pdf
本发明公开了一种基于轮廓结构学习模型的SAR图像语义分割方法,实现步骤:(1)素描化SAR图像,得到素描图;(2)素描图区域化得到区域图,依据区域图划分SAR图像的像素子空间;(3)对于混合聚集结构地物像素子空间中的极不匀质区域,采用均匀采样方法得到各区域样本集;(4)建立地物轮廓结构学习模型;(5)通过地物轮廓结构学习模型得到样本结构特征,并分割混合聚集结构地物像素子空间;(6)匀质像素子空间和结构像素子空间分割;(7)合并三部分的分割结果,得到最终的SAR图像分割图。本发明的分割结果具有较好的区域一致
基于Fisher分布的活动轮廓SAR图像分割方法.pdf
本发明公开了一种基于Fisher分布的活动轮廓SAR图像分割方法,主要在于克服现有基于Gamma分布对于SAR图像分割技术的不足,其具体实现步骤为:(1)利用Fisher分布拟合图像区域的强度统计特征,根据区域竞争模型建立基于Fisher分布的能量泛函;(2)引入水平集函数,并结合长度约束项和水平集规则项,重新表示步骤一得到的能量泛函;(3)采用Euler-Lagrange变分法最小化步骤二的能量泛函,利用对数矩估计对Fisher分布的参数进行估计,然后对偏微分方程进行数值求解,进而获得SAR图像的分割结
一种基于Snakes模型的提取SAR图像目标轮廓方法.pdf
一种基于Snakes模型的提取SAR图像目标轮廓方法,包括以下步骤:基于斑点噪声模型,利用图像局部统计特性,选择一个窗口作为局部区域,使用Lee滤波法进行滤波;对杂波抑制后的图像的每个像素进行逐点运算,使用分段线性灰度变换法对图像进行灰度变换;对上述经过灰度变换后的图像,利用轮廓自身特征和图像特征建立能量函数,并通过求解能量函数极小化问题,得到目标轮廓曲线。该发明适合在各种杂波环境,特别是强杂波环境下检测人造目标的轮廓。
基于局部Gamma拟合的活动轮廓SAR图像分割方法.pdf
本发明公开了一种基于局部Gamma拟合的活动轮廓SAR图像分割方法。现有的技术SAR图像分割精度不高,本发明首先利用Gamma分布表征原始SAR图像中每个像素一定邻域内的局部结构,以极大似然作为该邻域的区域分离准则,并定义局部拟合能量项;然后在定义域内对所有像素点进行积分,从而得到全局优化的能量泛函;最后采用基于曲线演化理论和水平集方法的几何活动轮廓模型描述和求解能量最小化过程,从而实现SAR图像的有效分割。本发明具有较强的斑点噪声抑制能力,能够实现SAR图像的有效分割,特别是针对深度凹陷等复杂边界仍有较
基于不规则卷积核神经网络模型的SAR图像语义分割方法和系统.pdf
本申请提供一种基于不规则卷积核神经网络模型的SAR图像语义分割方法和系统,该方法包括:对预处理后的SAR图像进行分割,得到目标训练集未标注图像和目标训练集标注图像,其中,所述目标训练集标注图像为根据预设的分类标签,对所述目标训练集未标注图像进行类别标注得到;基于最大类间方差法,对所述不规则卷积核神经网络模型的卷积核的权值进行自适应阈值分割,得到自适应激活函数;基于所述不规则卷积核神经网络模型,对预处理后的SAR图像进行语义分割,得到语义分割后的SAR图像;所述不规则卷积核神经网络模型为:基于所述自适应激活