作者:郭小卫; 田铮; 林伟图像分割多尺度聚类树模型四叉树分割方法sar图像markov模型smap合成图像
摘要:本文提出了一种基于分布特征的多尺度无监督图像分割方法.通过对多尺度图像数据在每个尺度上进行Gauss子集聚类,并将每个像素的邻域内的Gauss子集类别标记作为特征向量,利用多尺度Markov模型进行二次聚类,从而实现无监督图像分割.与其它基于多尺度Markov模型的无监督分割方法和传统动态聚类方法相比,该方法既无需假定每类的分布形式,又能较好地反映数据的概率结构.对合成图像与SAR图像的实验结果表明,该方法的分割精度接近于有监督的H-MPM和H-SMAP方法.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社