基于多尺度随机模型的SAR图像无监督分割  

Unsupervised segmentation of SAR image based on multiscale stochastic model

作　　者：徐海霞[1] 田铮[1] 孟帆[1] 

机构地区：[1]西北工业大学理学院,陕西西安710072

出　　处：《计算机应用》2005年第10期2367-2369,共3页journal of Computer Applications

基　　金：国家自然科学基金资助项目(60375003);航空基础科学基金资助项目(03I53059)

摘　　要：根据SAR图像的成像机理,利用两种多尺度随机模型,即多尺度自回归(MultiscaleAutoregressive,MAR)模型和多尺度自回归滑动平均(Multiscale Aautoregressive Moving Average,MARMA)模型,分别来描述同一场景不同分辨率SAR图像像素间的统计相关性,并构造了相应的多分辨混合算法实现SAR图像的无监督分割。试验结果表明,提出的两种无监督分割方法是可行的,且MARMA模型比MAR模型能够更精确地捕捉SAR图像多尺度序列中不同类型地形的统计信息,使分割质量具有明显的改进。According to the mechanism of SAR imaging, two unsupervised segmentation methods were proposed based on two class of multiscale stochastic model, namely multiscale autoregressive （MAR） model and multiscale autoregressive moving average （MARMA） model. These models capture the statistical information in a muhiscale sequence of SAR image, which is then used to implement unsupervised segmentation of SAR image via muhiresolution mixture algorithm. Experimental results over SAR images confirm the proposed segmentation methods are valid.

关 键 词：SAR图像无监督分割 多尺度随机模型 多尺度自回归模型 多尺度自回归滑动平均模型 多分辨混合算法 

分 类 号：TP391.2[自动化与计算机技术—计算机应用技术]