您的位置: 专家智库 > >

官小平

作品数:2 被引量:2H指数:1
供职机构:北京东方泰坦科技股份有限公司更多>>
相关领域:天文地球更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇天文地球

主题

  • 2篇无监督分割
  • 2篇EXPECT...
  • 2篇MAXIMI...
  • 1篇多尺度
  • 1篇RAYLEI...
  • 1篇SAR图像
  • 1篇CONDIT...
  • 1篇MPM
  • 1篇POSTER...

机构

  • 2篇北京东方泰坦...

作者

  • 2篇郭小卫
  • 2篇官小平

传媒

  • 2篇遥感信息

年份

  • 2篇2006
2 条 记 录,以下是 1-2
排序方式:
基于多特征的SAR图像多尺度无监督分割被引量:1
2006年
提出一种基于多特征的SAR图像多尺度无监督分割方法。该方法采用隐Markov树(hidden Markov tree,HMT)模型对SAR图像的灰度数据与标准差数据分别建模并分割,由两个分割结果提取SAR图像的结构性信息,并根据结构性信息,对灰度分割的后验概率进行平滑,最终的分割结果表明,该方法在很少损失结构性信息的基础上,能得到更光滑的分割结果。
郭小卫官小平
关键词:SAR图像RAYLEIGH分布CONDITIONAL
一种多尺度无监督遥感图像分割方法被引量:1
2006年
提出了一种多尺度无监督遥感图像分割方法。通过对多尺度图像数据在每个尺度上进行Gauss子集聚类,并将每个像素的邻域内的Gauss子集类别标记作为特征向量,利用Markov四叉树模型进行二次聚类,从而实现无监督图像分割。与其他基于多尺度Markov模型的无监督分割方法和传统动态聚类方法相比,该方法既无需假定每类的分布形式,又能较好地反映数据的概率结构。合成图像与SAR图像的实验结果表明,该方法的分割精度接近于有监督的H-MPM和H-SMAP方法。
郭小卫官小平
关键词:多尺度POSTERIOR无监督分割
共1页<1>
聚类工具0