基于Contourlet域HMT和D-S证据融合的SAR图像分割

针对Contourlet的多尺度、局部化、方向性和各向异性等优点,结合隐马尔科夫树(hidden Markov tree,HMT)模型和D-S(Dempster-Shafer)证据理论,提出一种新的SAR图像分割算法。该算法首先将隐马尔科夫树模型推广到Contourlet域,在多尺度HMT上采用D-S证据融合理论有效地融合Contourlet系数的持续性和聚集性,最后导出融合后的最大后验多尺度分割公式。本文算法对实测SAR图像进行分割试验,试验结果表明:与小波域上的HMT-MRF(Markovrandom field,MRF)融合分割及Contourlet域上HMT和MRF分割算法相比,本文算...

Full description

Saved in:
Bibliographic Details
Published inCe hui xue bao Vol. 40; no. 2; pp. 148 - 155
Main Author 吴艳 焦惊眉 杨晓丽 肖平 李明
Format Journal Article
LanguageChinese
Published 西安电子科技大学,电子工程学院,陕西,西安,710071%陕西测绘局,陕西,西安,710054%西安电子科技大学,雷达信号处理国家重点实验室,陕西,西安,710071 2011
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:针对Contourlet的多尺度、局部化、方向性和各向异性等优点,结合隐马尔科夫树(hidden Markov tree,HMT)模型和D-S(Dempster-Shafer)证据理论,提出一种新的SAR图像分割算法。该算法首先将隐马尔科夫树模型推广到Contourlet域,在多尺度HMT上采用D-S证据融合理论有效地融合Contourlet系数的持续性和聚集性,最后导出融合后的最大后验多尺度分割公式。本文算法对实测SAR图像进行分割试验,试验结果表明:与小波域上的HMT-MRF(Markovrandom field,MRF)融合分割及Contourlet域上HMT和MRF分割算法相比,本文算法在抑制斑点噪声的同时,可有效地提高SAR图像的分割精度。
Bibliography:SAR images segmentation; Contourlet transform; hidden Markov tree(HMT); D-S theory of evidence
11-2089/P
SAR images segmentation
P237
Contourlet transform
D-S theory of evidence
hidden Markov tree(HMT)
ISSN:1001-1595