資源描述:
《結(jié)合mrf與ν-svm的sar海冰圖像分類》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)thresholdbasedonthestrengthofedge.Itretainsthelabelofregionforstrongedge,removestheedgeandedgeidentificationforweakedge,andoptimizesclassificationbyconsideringtheedgecontextinformationforfuzzyedges,forwhichgrayscaledidnotchangesignificantlybutmaybeconnectedtodifferenttypes.Ke
2、ywords:Syntheticapertureradar,V—supportvectormachines,Markovrandomfield,Seaice.ClassificationIV萬方數(shù)據(jù)目錄第一章緒論??????????????????????????????。11.1研究背景和意義????????????????????????.11.1.1研究背景?????????????????????????11.1.2研究意義?????????????????????????21.2合成孔徑雷達(dá)?????????????????????????..
3、41.2.1SAR工作原理???????????????????????41.2.2SAR圖像的特征??????????????????????71.2.3SAR研究現(xiàn)狀???????????????????????81.3圖像分類算法研究現(xiàn)狀?????????????????????.91.4論文研究思路?????????????????????????1l1.5文章結(jié)構(gòu)安排?????????????????????????12第二章馬爾可夫隨機(jī)場模型??????????????????????.142.1MRF基本概念及理論基礎(chǔ)???????????
4、????????..152.1.1標(biāo)簽問題????????????????????????..152.I.2鄰域系統(tǒng)和基團(tuán)?????????????????????..152.2Markov隨機(jī)場與Gibbs隨機(jī)場?????????????????..162.2.1Markov隨機(jī)場??????????????????????.162.2.2Gibbs隨機(jī)場???????????????????????172.2.3Markov隨機(jī)場與Gibbs隨機(jī)場的等價(jià)????????????.182.3馬爾可夫隨機(jī)場模型?????????????????????.
5、.182.3.1自生模型????????????????????????.182.3.2Potts模型????????????????????????.192.3.3多層邏輯模型??????????????????????..192.4MAP.MRF框架????????????????????????202.5本章小結(jié)???????????????????????????21第三章支持向量分類機(jī)??????????????????????????223.1支持向量機(jī)??????????????????????????223.1.1C.支持向量分類機(jī)???
6、??????????????????243.1.2v.支持向量分類機(jī)?????????????????????253.2SVM中的關(guān)鍵問題??????????????????????。263.2.1多類分類問題??????????????????????一263.2.2核函數(shù)?????????????????????????..27V萬方數(shù)據(jù)3.3本章小結(jié)???????????????????????????27第四章結(jié)合MRF與l,.SVM的SAR海冰圖像分類????????????284.1圖像區(qū)域化?????????????????????????
7、?284.1.1分水嶺分割???????????????????????一284.1.2區(qū)域鄰接圖???????????????????????一304.2特征向量提取?????????????????????????304.3結(jié)合MRF與v.SVM的數(shù)學(xué)推導(dǎo)?????????????????314.4基于RAG的邊緣語境模型???????????????????.324.5邊緣的雙閾值處理??????????????????????..334.6MRF.vSVC多類分類方法????????????????????344.7MRF—vSVC算法流程???
8、???????????????????354.8本章小結(jié)????????????