首页> 中国专利> 一种基于G⁰分布的随机梯度变分贝叶斯SAR图像分割方法

一种基于G⁰分布的随机梯度变分贝叶斯SAR图像分割方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于G⁰分布的随机梯度变分贝叶斯SAR图像分割方法，根据初始素描模型提取SAR图像的素描图；根据区域图将SAR图像分成混合像素子空间、匀质像素子空间与结构像素子空间；对于混合像素子空间中的每个极不匀质区域估计其G⁰分布参数，利用基于G⁰分布的随机梯度变分贝叶斯模型学习其结构特征，从而实现了混合像素子空间的无监督分割；对于匀质像素子空间与结构像素子空间进行相应的分割，融合三个子空间的分割结果，最终得到SAR图像分割结果。由于本发明将模型中隐变量先验分布与近似后验分布均假设为满足极不匀质区域的G⁰分布，推导出相应的解析式进行学习，故提高了混合像素子空间中极不匀质区域聚类的准确性。

著录项

公开/公告号CN107464247B

专利类型发明专利
公开/公告日2021-09-21

原文格式PDF
申请/专利权人西安电子科技大学;
展开▼

申请/专利号CN201710702367.1
发明设计人刘芳;孙宗豪;焦李成;李婷婷;郝红侠;古晶;马文萍;陈璞花;
展开▼

申请日2017-08-16
分类号G06T7/10(20170101);G06K9/62(20060101);
代理机构61205 陕西电子工业专利中心;
代理人王品华
地址 710065 陕西省西安市雁塔区太白南路2号
入库时间 2022-08-23 12:31:19

相似文献

专利
中文文献
外文文献

1. 一种基于G⁰分布的随机梯度变分贝叶斯SAR图像分割方法 [P] . 中国专利： CN107464247B . 2021.09.21
2. 一种基于G⁰分布的随机梯度变分贝叶斯SAR图像分割方法 [P] . 中国专利： CN107464247A . 2017-12-12
3. Track determination of anomalous objects using variational Bayesian expectation maximization based on Gaussian process [P] . 日本专利： JP2015523753A . 2015-08-13

机译：基于高斯过程的变分贝叶斯期望最大化跟踪异常物体
4. Abnormal object track determination using a Gaussian Processes based Variational Bayes Expectation Maximisation [P] . AU2013254437A1 . 2014-10-30

机译：使用基于高斯过程的变分贝叶斯期望最大化进行异常物体跟踪确定
5. METHODS OF DETERMINING PHYSIOLOGICAL INFORMATION BASED ON BAYESIAN PEAK SELECTION AND MONITORING DEVICES INCORPORATING THE SAME [P] . EP3706618A4 . 2021-09-08

机译：基于贝叶斯峰选择和监测设备的基于贝叶斯峰值选择和相同的监测设备确定方法的方法

一种基于G0分布的随机梯度变分贝叶斯SAR图像分割方法

摘要

著录项

相似文献

一种基于G⁰分布的随机梯度变分贝叶斯SAR图像分割方法