高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进小波域隐马尔可夫模型的遥感图像分割

郭松涛 孙强 焦李成

孙剑锋, 高锦春, 刘元安, 谢刚. 基于频谱感知结果的认知无线电用户分簇方法[J]. 电子与信息学报, 2012, 34(4): 782-786. doi: 10.3724/SP.J.1146.2011.00301
引用本文: 郭松涛, 孙强, 焦李成. 基于改进小波域隐马尔可夫模型的遥感图像分割[J]. 电子与信息学报, 2005, 27(2): 286-289.
Sun Jian-Feng, Gao Jin-Chun, Liu Yuan-An, Xie Gang. Clustering Method for Cognitive Radio User Based on the Results of Spectrum Sensing[J]. Journal of Electronics & Information Technology, 2012, 34(4): 782-786. doi: 10.3724/SP.J.1146.2011.00301
Citation: Guo Song-tao, Sun Qiang, Jiao Li-cheng. Remote-Sensing Image Segmentation Based on Improved Wavelet-Domain Hidden Markov Models[J]. Journal of Electronics & Information Technology, 2005, 27(2): 286-289.

基于改进小波域隐马尔可夫模型的遥感图像分割

Remote-Sensing Image Segmentation Based on Improved Wavelet-Domain Hidden Markov Models

  • 摘要: 该文提出了一种基于改进小波域隐马尔可夫树(HMT)模型进行图像分割的方法。该方法利用基于希尔伯特变换对的二维方向小波,这种小波变换具有平移不变性、方向检测性好的特点。同时该方法还利用拓展HMT对该改进小波域中尺度间的小波系数相关性进行建模,并结合多背景融合技术进行遥感图像的分割,得到了优于已有文献的分割结果,而且与同类算法相比,降低了算法所需的计算量。
  • Choi H, Bararniuk R G. Multiscale image segmentation using wavelet-domain hidden Markov models[J].IEEE Trans. on Image Processing.2001, 10(9):1309-[2]Selesnick I W. The design of Hilbert transform pairs of wavelet bases via the flat delay filter. In Proc. IEEE Int. Conf. on Acoustic,peech and Signal Processing, ICASSP01, Salt Lake City, UT,May 2001:3673 - 3676.[3]Kingsbury N G. Image processing with complex wavelets. Phil.Trans. Royal Society London 4, 1999, 357(9): 2543 - 2560.[4]Crouse M S, Nowark R D, Baraniuk R G. Wavelet-based statistical signal processing using hidden Markov models[J].IEEE Trans. on Signal. Proc.1998, 46 (4):886-[5]Kingsbury N G. A dual-tree complex wavelet transform with improved orthogonality and symmetry properties. In Proc. IEEE Int. Conf. Image Processing, Vancouver, Canada, September 11-13, 2000:375 - 378.[6]Choi H, Romberg J, Baraniuk R, Kingsbury N G. Hidden Markov tree modeling of complex wavelet transform. Proc. ICASSP 2000,Istantbul, June 6-9, 2000:133 - 136[7]Fan G, Xia X G. A joint multi-context and multiseale approach to Bayesian image segmentation[J].IEEE Trans. on Geoscience and Remote Sensing.2001, 39(12):2680-[8]Bouman C A, Shapiro M. A multiseale random field model for Bayesian image segmentation[J].IEEE Trans. on Image Processing.1994, 3(2):162-
  • 期刊类型引用(9)

    1. 宋浩,陈云川,赵烨,胡存林. 基于分簇协作频谱感知的应急通信网络应用研究. 昆明冶金高等专科学校学报. 2020(05): 51-55 . 百度学术
    2. 齐全,王可人,杜奕航. 基于频谱感知的认知Ad hoc网络分簇算法. 数据采集与处理. 2018(01): 41-50 . 百度学术
    3. 付元华,贺知明. 协作频谱感知中基于距离准则的量化器设计. 通信学报. 2018(09): 49-56 . 百度学术
    4. 齐全,王可人,杜奕航. 基于信誉机制的认知Adhoc网络分簇协作频谱感知. 计算机科学. 2017(10): 103-108 . 百度学术
    5. 杜奕航,王可人,王文闯. 认知Ad hoc网络的频谱接入跨层设计方案. 计算机应用研究. 2017(08): 2506-2509+2514 . 百度学术
    6. 张亚梅,刘保菊. 基于多层分簇优化的认知无线电网络协作频谱感知策略. 现代电子技术. 2016(17): 49-54 . 百度学术
    7. 曹开田,高西奇,王东林. 基于随机矩阵理论的非重构宽带压缩频谱感知方法. 电子与信息学报. 2014(12): 2828-2834 . 本站查看
    8. 王兵,白智全,董培浩,高深,高鹏. 采用空时分组编码的动态分组加权合作频谱感知方案. 西安交通大学学报. 2014(08): 23-28+66 . 百度学术
    9. 朱翠涛,谢碧锋. 基于分簇协同Q-学习的频谱感知算法. 中南民族大学学报(自然科学版). 2013(02): 77-80 . 百度学术

    其他类型引用(8)

  • 加载中
计量
  • 文章访问数:  2474
  • HTML全文浏览量:  110
  • PDF下载量:  781
  • 被引次数: 17
出版历程
  • 收稿日期:  2003-10-09
  • 修回日期:  2004-05-18
  • 刊出日期:  2005-02-19

目录

    /

    返回文章
    返回