国家教育部博士点基金(20100203120005)
- 作品数：8 被引量：42H指数：4
- 相关作者：焦李成王爽刘芳陈博毛莎莎更多>>
- 相关机构：西安电子科技大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于加权投票集成的极化SAR图像分类方法被引量：3
- 2015年
- 提出了一种新的基于加权投票准则集成的极化合成孔径雷达系统(PolSAR)图像分类方法.该方法采用加权投票集成的方法根据不同个体的学习结果进行合,并从而提高极化SAR图像的分类精度.首先,输入极化图像数据并获得所需要的特征作为特征集.再从图像的每一类中选取多组像素点组成多个训练样本子集;然后,基于不同的样本子集训练学习得到不同的分类器,并对像素点进行分类得到预测标记,再由这些预测标记计算得出相应的加权系数;最后,通过加权系数将预测标记合并起来得到最终的极化SAR分类结果.实验结果证明,所提出的算法在AIRSAR和Radarsat-2数据上取得了很好的分类结果.
- 陈博王爽焦李成
- 关键词：图像分类雷达极化极化SAR图像分类分类器集成
- 利用0-1矩阵分解集成的极化SAR图像分类被引量：8
- 2015年
- 全极化合成孔径雷达(Pol SAR)图像蕴含更丰富的散射信息,具有更多的可用特征。如何使用这些特征是极化SAR图像分类中非常重要的一步,但是目前尚未对此提出非常明确的准则。为了能够有效地解决上述问题,该文提出一种基于特征加权集成的极化SAR图像分类算法。该算法采用0-1矩阵分解集成方法对包括不同特征的数据集进行学习获得相应加权系数,并通过对每个特征集获得的预测结果进行加权集成来提高极化SAR图像分类性能。首先,输入极化SAR数据,获得极化特征作为原始特征集,并对其进行随机抽取获得不同的特征子集;然后,使用0-1矩阵集成算法得到每个特征值相对应的加权系数;最后,通过对各个特征子集的预测结果进行集成得到最终极化SAR图像分类结果。实测L波段和C波段极化数据的实验结果表明,该算法可以有效地提高极化SAR图像分类的准确度。
- 陈博王爽焦李成刘芳毛莎莎张爽
- 关键词：极化合成孔径雷达分类器集成
- 贝叶斯集成框架下的极化SAR图像分类被引量：13
- 2015年
- 对于极化合成孔径雷达(SAR)图像,由于雷达角度和地物形状导致属于同一类的数据可能存在较大的差异性.针对此问题提出了一种基于贝叶斯集成框架的极化SAR图像分类方法.该算法采用贝叶斯集成,通过学习不同个体而获得的分类面来改善极化SAR图像分类性能.首先,输入极化SAR图像,并获得其对应的极化SAR数据及特征.从图像的每一类中任意选择像素点作为图像分类的原始训练样本,并对其进行随机划分获得不同的样本子集.然后,基于获得的样本子集构造对应极化SAR图像的贝叶斯集成框架.最后,通过构造的贝叶斯集成框架对极化SAR图像进行分类.特别在构造贝叶斯集成框架中采用支撑矢量机作为基本的分类器算法.实验结果表明,所提出的算法相比经典的极化SAR分类方法和单个SVM的极化SAR分类方法获得更好的分类性能.
- 陈博王爽焦李成刘芳毛莎莎
- 关键词：极化合成孔径雷达图像分类
- 基于提升Directionlet变换的零块嵌入图像编码算法被引量：3
- 2011年
- 提出一种新的基于提升Directionlet变换的图像压缩算法,能有效捕捉图像中的多方向各向异性特征,并具备格形可分离的滤波和采样结构.利用四叉树分块寻找局部最优的变换方向,针对Directionlet变换系数分布构造了块集合分裂嵌入编码,并通过改进链表排序方式和设计新的上下文算术编码器,进一步提高压缩性能.仿真实验结果表明,与基于原始Directionlet变换的压缩算法和基于小波变换的SPECK,SPIHT,JPEG2000等经典算法相比,本文算法在性能参数和视觉效果方面均有较大提高,且在低比特率下仍能较完整地保留图像中的边缘和细节信息.
- 白静吴家骥卢山焦李成
- 关键词：图像压缩
- 最优控制点选取的遥感图像亚像素配准算法被引量：4
- 2015年
- 分析了已有图像配准算法应用遥感图像配准方面的面临的问题,针对提高不同模态遥感图像配准精度问题,提出了一种人工辅助多模态图像配准算法。该算法首先由人工对待配准图像(测试图像)和参考图像输入控制点,利用高斯差分算子确定测试图像极值点;其次利用投影变换和最小线性平方差算法计算双边平均配准误差;最后,根据配准误差自动对控制点进行亚像素调整,取得亚像素级控制点匹配,实现遥感图像精确配准。实验结果表明,该算法具备更高的配准精度。
- 王凌霞郝红侠
- 关键词：多模态配准遥感图像
- 基于互信息和多智能体优化的合成孔径雷达图像配准
- 2014年
- 提出了一种基于互信息的多智能体优化方法,并将其用于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的配准.采用归一化互信息作为度量准则,直接利用图像的灰度数据进行配准,没有假设图像间灰度值的线性关系,不需要对图像做分割、特征提取等预处理,并利用多智能体优化算法寻找最佳匹配参数,以得到最优的配准结果.实验表明,该算法在SAR图像配准方面有更好的普适性和更高的配准精度.
- 王凌霞颜学颖
- 关键词：SAR图像配准多智能体系统互信息
- 基于上下文分析的无监督分层迭代算法用于SAR图像分割被引量：12
- 2014年
- 基于聚类的分割算法能够有效地分析目标特征在特征域的分布结构,进而准确判断目标的所属类别,但难以利用图像的空间和边缘信息,而基于区域增长的分割算法能够在空间域利用多种图像信息计算目标之间的相似性,但缺乏对特征结构本身的深层挖掘,容易出现欠分割或过分割的结果.本文结合这两种算法各自的优势,针对合成孔径雷达(Synthetic aperture radar,SAR)图像的特点,提出了一种基于上下文分析的无监督分层迭代算法.该算法使用过分割区域作为操作单元,以提高分割速度,降低SAR图像相干斑噪声的影响.在合并过分割区域时,该算法采用了分层迭代的策略:首先,设计了一种改进的模糊C均值聚类算法,对过分割区域的外观特征进行聚类分析,获得其类别标记,该类别标记包含了特征的分布结构信息.然后,利用多种SAR图像特征对同类区域的空域上下文进行分析,使用区域迭代增长算法对全局范围内的相似区域进行合并,直到不存在满足合并条件的过分割区域对为止,再重新执行聚类算法.这两种子算法分层交替迭代,扬长避短,实现了一种有效的方法来组织和利用多种信息对SAR图像进行分割.对模拟和真实SAR图像的实验表明,本文提出的算法能够在区域一致性和细节保留之间做到很好的平衡,准确地分割出各类目标区域,对相干斑噪声具有很强的鲁棒性.
- 余航焦李成刘芳
- 关键词：图像分割聚类算法相似度度量合成孔径雷达图像
- 一种新的基于Wishart MRF的全极化SAR图像分类方法被引量：2
- 2014年
- 无监督的Wishart分类算法在多次迭代后,容易出现错分现象,即多个类别属于同一类散射机制,或者多种散射都拥有相同的类别标签。针对此问题,提出了一种新的基于Wishart MRF的无监督全极化SAR图像分类方法。新方法改进了散射机制保持的方式,即并不是完全限制像素点的散射机制,而是根据像素点的散射机制在迭代过程中给定一个有限的范围。同时,使用一种自适应区域的MRF方法来提取像素点的先验信息。该方法不仅考虑了全极化SAR数据的散射性质,而且结合了统计特性和邻域信息,并在一定程度上保持了散射性质。实验结果证明,与传统的Wishart和基于散射机制保持的Wishart算法相比,该方法在JPL/NASA的AIRSAR数据上取得了更好的分类结果。
- 张爽王爽焦李成
- 关键词：散射机制
