| 发明名称 | 基于半监督学的多尺度SAR图像分割方法 | ||
| 摘要 | 本发明公开了一种基于半监督学的多尺度SAR图像分割方法，它属于图像处理技术领域，主要克服传统分割方法分割准确率不高，且运行时间较长的不足。其实现步骤为：(1)对待分割图像分别采用三层小波变换和三层Contourlet变换完成图像分解，并通过合并操作，得到粗分解子带，次粗分解子带和细分解子带；(2)针对粗分解子带，采取基于半监督学的方法完成初始分割，得到初始分割结果；(3)将初始分割结果与步骤(1)中得到的次粗分解子带以及细分解子带一起进行基于无监督学的多尺度二次分割，得到最终分割结果。本发明提高了分割后图像的精度，减少了错分率，可用于对纹理图像分割、自然图像分割和医学图像分割。 | ||
| 申请公布号 | CN101515369A | 申请公布日期 | 2009.08.26 |
| 申请号 | CN200910021821.2 | 申请日期 | 2009.04.02 |
| 申请人 | 西安电子科技大学 | 发明人 | 焦李成;刘帆;杨淑媛;刘芳;王爽;侯彪;马文萍 |
| 分类号 | G06T7/00(2006.01)I;G01S7/41(2006.01)I | 主分类号 | G06T7/00(2006.01)I |
| 代理机构 | 陕西电子工业专利中心 | 代理人 | 王品华;黎汉华 |
| 主权项 | 1.一种基于半监督学习的多尺度SAR图像分割方法，包括如下过程：(1)对待分割图像分别采用三层小波变换和三层Contourlet变换完成图像分解，并通过合并操作，得到粗分解子带，次粗分解子带和细分解子带；(2)针对粗分解子带，采取基于半监督学习的方法完成初始分割，得到初始分割结果；(3)将初始分割结果与步骤(1)中得到的次粗分解子带以及细分解子带一起进行基于无监督学习的多尺度二次分割，得到最终分割结果。 | ||
| 地址 | 710071陕西省西安市太白路2号 | ||