发明名称 |
一种基于条件随机场模型的SAR图像监督分类方法 |
摘要 |
本发明提出了一种基于条件随机场模型的SAR图像分类方法,包括了将图像过分割成多个区域,将多个区域描述成一个区域邻接图(RAG),然后建立条件随机场(CRF)模型。采用Max-margin算法进行参数学和GraphCut算法进行优化推理。采用本发明的方法进行SAR图像分类,可以结合更多、更复杂的SAR图像特征和合适的图像上下文间的关系,从而获得更加鲁班的分类结果。而且区域邻接图的建立使得我们的模型无论是在训练还是测试上都具有较快的速度优势,因而适合大尺度SAR图像的分类。 |
申请公布号 |
CN101950363A |
申请公布日期 |
2011.01.19 |
申请号 |
CN201010256689.6 |
申请日期 |
2010.08.19 |
申请人 |
武汉大学 |
发明人 |
杨文;代登信 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
武汉科皓知识产权代理事务所(特殊普通合伙) 42222 |
代理人 |
张火春 |
主权项 |
一种基于条件随机场模型的SAR图像监督分类方法,其特征是:包括以下步骤,步骤1、建立区域连接图的条件随机场模型,实现方式为首先将图像过分割成多个区域,将每个区域看成一个节点,从而得到一个区域邻接图,并建立基于区域邻接图的条件随机场模型;步骤2、参数学习,实现方式为将条件随机场模型的参数问题看成找到一组模型参数,使得真实标号产生的概率大于其它任意标号产生的概率,从而得到真实标号的能量要小于或等于任意其它标号的能量,求解条件随机场模型的参数问题从而学习训练出分类模型;步骤3、优化推理,实现方式为基于步骤2训练出的分类模型进行标号的推理,从而得到一个新数据的标号,即使得标号的后验概率最大。 |
地址 |
430072 湖北省武汉市武昌区珞珈山 |