提出了一种马尔可夫随机场纹理模型与支撑向量机分类相结合的道路网提取方法。其基本过程是:利用高斯马尔科夫随机场模型6个归一化特征值进行支撑向量机的分类得到道路斑块,利用形态学算子对其进行初步连接并提取轴线,然后通过斑块轴线的启发式连接得到最终道路网。试验证明方法是有效的。关键词: 高分辨率遥感;马尔科夫随机场...
提出一种基于高斯-马尔可夫随机场(GMRF)和神经网络的无监 督纹理分割方法,方法分为两步:第一步先将图像分为不重叠的小块,在小块中计算GMRF参数,并将此参数和该块的均值,方差作为该块的特征向量,然后进行 聚类,得到原图像的一个初始分割和图像中所包含的类别数;第二步构造一个决定性松弛的神经网络,将第一步得...
文中利用高斯 -马尔可夫随机场 (GMRF)模型对纹理进行描述 ,采用最小平方误差估计获得纹理图像的随机场参数 ,并证明了这种估计的一致性。针对估计式在某些情况下可能无解 ,对该式作了改进 ,使其在实际应用中总能有解。利用估计的一致性 ,提出了一种系统估计纹理分析窗口大小的方法 ,实验表明了这种方法的有效性。
提出了基于高斯马尔可夫随机场(GMRF)的最大后验概率(MAP)估计在图像高斯噪声滤波中的应用方法。根据高斯噪声的先验特点,建立基于高斯马尔可夫随机场的退化图像恢复模型,从而将图像高斯噪声滤波问题转化为求解最大后验概率问题。先验概率可以根据马尔可夫随机场(MRF)和吉布斯分布(GD)的等效性,用GD的概率估计。为了求解最大...
1) GMRF 高斯一马尔可夫随机场(GMRF)2) Gauss-MRF 高斯-马尔可夫随机场 1. Classification of wood surface texture based on Gauss-MRF Model; 基于高斯-马尔可夫随机场的木材表面纹理分类(英文)3) gauss-markov random field 高斯-马尔可夫随机场 1. Gauss-Markov random field model takes advantage of ...
纹理马尔可夫板材机场gmrf表面 基于高斯-马尔可夫随机场的板材表面纹理分析Ξ王克奇石岭白雪冰王业琴(东北林业大学,黑龙江哈尔滨150040)摘要:阐述了高斯-马尔可夫随机场模型的基本原理,并针对板材表面纹理建立了高斯-马尔可夫随机场模型,以利用其对板材表面纹理进行分析;详细的研究了高斯-马尔可夫随机场模型的参数估计过程,在试验...
MainfeaturesofGMRFsPropertiesofGMRFsInterpretationofelementsofQMarkovpropertiesConditionaldensitySpecificationthroughfullconditionalsComputingwithGMRFGaussianMarkovRandomFieldModelsIntroductionWhy?GaussianMarkovrandomfields(GMRFs)aresimplymultivariateGaussianrandomvariables...What’stheretolearn?Isn’talljustaGaussian?That...
提出了基于高斯马尔可夫随机场(GMRF)的最大后验概率(MAP)估计在图像高斯噪声滤波中的应用方法。根据高斯噪声的先验特点,建立基于高斯马尔可夫随机场的退化图像恢复模... 熊福松,王士同 - 《计算机应用》 被引量: 14发表: 2006年 一种采用高斯隐马尔可夫随机场模型的遥感图像分类算法 该文研究了无监督遥感图像分类问...
基于高斯-马尔可夫随机场木材纹理特征的研究 维普资讯 http://www.cqvip.com
提出了一种基于小波域高斯-马尔可夫随机场(GMRF)模型的无 监督纹理图像分割算法.该算法首先利用纹理的小波特性并结合模糊C-均值聚类方法完成纹理在最小分辨率层的初始分类,接着逐层应用同步进行参数估计和像素 标签的近似最大后验分割算法,得到原始图像的第一次完整分割.为了进一步提高分割效果,对每个像素邻域内的标签...