搜索结果: 1-9 共查到“信息与通信工程 MRF”相关记录9条 . 查询时间(0.08 秒)
基于MRF的高分辨率SAR图像道路网自动提取
合成孔径雷达 高分辨率 马尔科夫随机场 道路网
2013/9/4
各种干扰的存在使得高分辨率合成孔径雷达(synthetic aperture radar，SAR)图像道路网的提取变得异常困难。马尔可夫随机场(Markov random field, MRF)模型能够充分利用道路图像的上下文特征以及先验知识，在道路网提取中得到广泛应用，但存在求解过程偏慢及参数设置偏多问题。首先根据道路空间几何特征关系对提取出的线基元进行预连接，以此减少虚假连接给MRF迭代求解带...
基于阴影流和3D MAP-MRF 的运动阴影消除
阴影消除 阴影流 马尔可夫随机场后验概率最大化 图切 混合高斯模型 运动目标检测
2013/8/19
阴影消除是运动检测中的一个重要问题。本文提出一种用阴影流和三维马尔可夫随机场后验概率最大化方法运动阴影消除算法。首先对每个像素建立混合高斯模型，通过阴影弱分类器，将可疑的阴影像素分离出来送到阴影流模型中。在线学习候选阴影像素，得到置信度高的阴影流模型。然后用混合高斯模型，阴影流和当前图像一起构建一个三维的马尔可夫随机场模型，将运动目标检测转化为标号组后验概率最大化/能量函数最小化。最后，构建一个与...
针对多极化合成孔径雷达（polarimetric synthetic aperture radar, POLSAR)影像由于受到相干斑噪声影响导致分类精度较低,提出了一种基于均值漂移和多尺度马尔科夫随机场的非监督分类算法。该算法首先由Mean-Shift算法得到最粗尺度的初始分类结果,然后由马尔科夫随机场对结果进行优化得到最粗尺度最终分类结果。将上一尺度的分类结果映射到下一尺度作为初始分类结果,然...
基于MRF的复杂背景下缓动目标分割方法
图像分割 光流场 加权直方图 信任度
2013/8/23
提出了一种基于MRF的复杂背景下缓目标分割方法。该方法采用基于逆向光流场的背景抑制技术和基于加权直方图的灰度场建模方法。前者对相邻视频图像进行逆向光流变换使得两帧图像中的目标投影对齐，进而对两帧图像进行差分运算并设定阈值分离目标和背景，得到了较为完整的缓动目标初始分割；后者对初始标号场各像素分配信任度，进而统计信任度并建立加权灰度直方图，而后依据加权直方图建立了准确的图像灰度模型。在此基础上，在M...
基于扩散方程和MRF的SAR图像分割
SAR图像分割 偏微分方程 马尔科夫随机场(MRF) 后验概率
2011/5/19
该文提出了一种基于图像扩散方程和马尔科夫随机场(MRF)的合成孔径雷达(SAR)图像分割方法。在传统MRF算法的基础之中，引入对图像的扩散，用来平滑SAR图像中的噪声，保护图像中的边缘部分，并且加快收敛的速度。首先对输入的SAR图像进行扩散，通过MRF进行统计，得到图像中各点的后验概率，再对得到的后验概率进行扩散。与传统的MRF算法进行比较，该文的方法较好地去除了误分割斑块，减少算法的运行时间。
提出了一种多视极化合成孔径雷达（PolSAR）图像的迭代分类方法。首先利用极化G0分布描述多视极化协方差矩阵的统计特性，并进行初始的最大似然分类，然后利用马尔可夫随机场（MRF）估计像素类标号的先验概率，最后根据MAP（最大后验概率）准则对PolSAR图像进行分类。整个分类流程迭代进行。分类结果表明该方法精度高，收敛速度快。利用NASA／JPL获取的4视AIRSAR实测数据验证了本文方法的有效性。...
Robust moving object segmentation on H.264/AVS compressed video using the block-based MRF model
H.264/AVS compressed video the block-based MRF model
2010/12/15
Moving object segmentation in compressed domain plays an important role in many real-time applications, e.g. video indexing,video transcoding, video surveillance, etc. Because H.264/AVC is the up-to-d...
Semantic Object Segmentation by a Spatio-temporal MRF Model
Semantic Object Segmentation Spatio-temporal MRF Model
2010/12/14
In this paper, a region-based spatio-temporal Markov random field (STMRF) model is proposed to segment
moving objects semantically. The STMRF model combines segmentation results of four successive fr...
Unsupervised Segmentation of Moving Object by Region-based MRF Model and Occlusion Detection
Unsupervised Segmentation Region-based MRF Model Occlusion Detection
2010/12/14
Unsupervised Segmentation of Moving Object by Region-based MRF Model and Occlusion Detection.