基于广义多分辨似然比和SVMMAR模型的SAR图像分割研究

摘要

首先,在研究了基于MAR模型图像分割的基础上,得到了一个多分辨似然比检验表达式,对已有模型和分割方法进行了推广和完善;其次,提出了一种广义多分辨似然比的新概念,这种新的似然比可融合SAR图像中同类目标在不同分辨率上的特征,增加不同类目标间的差异,有益于分类分割,最终分割时考虑了待分像素点与周围像素点之间的Markov性,利用了开窗技术对像素进行分类;再次,提出了SAR图像的空间变化混合多尺度自回归模型方法,最后,用参数估计算法得到了广义多分辨似然比所有的参数,从而得到SAR图像的无监督分割,这样使得广义多分辨率似然比在图像分割中有更广的应用范围.

目录

文摘

英文文摘

第一章绪论

1.1 SAR成像及SAR图像的统计特性

1.2图像多分辨分割和基本模型简介

1.3本文的主要工作

第二章基于多尺度似然比的参数可训练的SAR图像分割

2.1一种新的基于多尺度似然比检验的SAR图像分割

2.1.1 SAR图像的多尺度序列

2.1.2 SAR图像的多尺度似然比

2.1.3目标识别的假设检验、判别准则及分割步骤

2.1.4基于多尺度似然比检验的SAR图像分割结果及分析

2.2广义多分辨似然比检验与SAR图像分割

2.2.1一般的似然比检验

2.2.2广义多分辨似然比

2.2.3广义多分辨似然比统计量及分割步骤

2.2.4基于广义多分辨似然比检验的SAR图像分割结果及分析

第三章基于SVMMAR模型的SAR图像无监督分割

3.1 SAR图像无监督分割的SVMMAR模型方法

3.1.1多尺度q叉树及其性质

3.1.2SAR图像的SVMMAR随机模型

3.1.3SAR图像的SVMMAR模型参数估计的EM算法

3.1.4 基于SAR图像的SVMMAR模型的分类个数确定

3.1.5 SAR图像的SVMMAR模型的分类器及分割步骤

3.1.6基于SVMMAR模型的SAR图像无监督分割结果及分析

第四章基于广义多分辨似然比的参数估计的SAR图像无监督分割

4.1基于MMAR模型参数估计的广义多分辨似然比SAR图像分割

4.1.1广义多分辨似然比的参数估计及分割计算步骤

4.1.2基于广义多分辨似然比的SAR图像无监督分割方法实验结果及分析

4.2.1广义多分辨似然比的参数估计及分割计算步骤

4.2.2基于广义多分辨似然比的SAR图像无监督分割方法实验结果及分析

结束语

主要参考文献

附录A攻读硕士学位期间的研究成果

附录B攻读硕士学位期间参加的科研项目

致谢

西北工业大学学位论文知识产权声明书及西北工业大学学位论文原创性声明