%0 Journal Article
%T 结合产生式模型和RCC方法的极化SAR图像分类算法
%A 张宇
%A 何楚
%A 冯倩
%A 徐新
%J 哈尔滨工业大学学报
%P 118-124
%D 2013
%R 10.11918/j.issn.0367-6234.2013.11.020
%X 为了充分利用图像中的上下文信息对空间关系进行推理,提出了一种基于产生式模型和区域连接演算(RegionConnectionCalculus,RCC)的新模型——GM-RCC模型(GenerativeModelbasedonRCC),用于合成孔径雷达(SAR)图像的分类研究．首先,通过建立图像金字塔将一幅SAR图像过分割成多尺度的超像素,然后利用层次RCC模型对这些超像素的空间关系进行描述,其中RCC关系的学习和推理都是在产生式模型的框架下进行的．在模型的推理过程中采用了迭代策略以获得更加精细的分类结果．实验选用了极化特征及其他典型特征,并在SAR图像集上进行了实验,实验结果证明了该算法的有效性．
%K 图像处理
%K 合成孔径雷达
%K 图像分类
%K 产生式模型
%K 区域连接算法
%K 极化特征
%U http://journal.hit.edu.cn/hitxb_cn/ch/reader/view_abstract.aspx?file_no=20131120&flag=1