文献类型：期刊文章

作　　者：徐侃[1] 杨丽春[2] 刘钢[1] 杨文[1]

机构地区：[1]武汉大学电子信息学院信号处理研究室,武汉430079 [2]江苏自动化研究所,江苏连云港222001

出　　处：《现代雷达》

基　　金：中国博士后科学基金资助项目(20110491187)

年　　份：2012

卷　　号：34

期　　号：9

起止页码：59-62

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、JST、ZGKJHX、核心刊

摘　　要：狄利克雷过程混合模型(Dirichlet Process Mixture,DPM)作为一种非参数概率统计模型,可以有效应用于SAR图像的非监督分类。文中提出一种全自动的MSTAR坦克SAR图像分割方法。该方法首先基于DPM确定出图像中的类别数目,接着使用马尔科夫随机场(Markov Random Field,MRF)对所得图像类别概率的空间邻域关系进行描述,然后结合标号代价能量优化算法获取最终的分割结果。该方法在不需要人为指定待分割图像类别个数的同时,能较好地保证分割结果的合理性与连贯性。在MSTAR SAR数据上的实验表明了其有效性。

关 键 词：SAR图像 混合狄利克雷模型  马尔科夫随机场 能量优化  

分 类 号：TN957.52]