申请/专利权人:桂林理工大学
申请日:2023-11-17
公开(公告)日:2024-01-30
公开(公告)号:CN117474936A
主分类号:G06T7/11
分类号:G06T7/11;G06V10/762;G06V10/764;G06V10/40
优先权:
专利状态码:在审-公开
法律状态:2024.01.30#公开
摘要:本发明提供一种结合DFIC和MTM的PolSAR图像区域化统计分割方法,涉及图像处理技术领域。该方法首先基于待分割PolSAR图像的极化相干矩阵,利用非相干极化分解方法提取多个极化特征,构成特征集合;再结合待分割PolSAR图像的极化特征和空间特征,利用DFIC算法实现待分割PolSAR图像的图像域的超像素分割;并在最优超像素分割上,利用能量函数定义最优超像素的类别标号采样函数;最后利用GMTM算法模拟任一超像素的类别标号采样函数,多次迭代后得到标号场的最优实现,得到PolSAR图像的最优分割结果。该方法提高了PolSAR图像分割精度。
主权项:1.一种结合DFIC和MTM的PolSAR图像区域化统计分割方法,其特征在于:包括以下步骤:步骤1:基于待分割PolSAR图像的极化相干矩阵T,利用非相干极化分解方法提取PolSAR图像的多个极化特征,构成待分割PolSAR图像的特征集合;步骤2:结合待分割PolSAR图像的极化特征和空间特征,利用DFIC算法实现待分割PolSAR图像的图像域的超像素分割;步骤3:在最优超像素分割上,利用能量函数定义最优超像素的类别标号采样函数;步骤4:利用GMTM算法模拟任一超像素的类别标号采样函数,多次迭代后得到标号场的最优实现,得到PolSAR图像的最优分割结果。
全文数据:
权利要求:
百度查询: 桂林理工大学 结合DFIC和MTM的PolSAR图像区域化统计分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。