基于广义多分辨似然比和混合多尺度自回归预报模型的图像无监督分割

计算机科学 ›› 2007, Vol. 34 ›› Issue (2): 234-237.

• 计算机网络与信息安全 • 上一篇下一篇

基于广义多分辨似然比和混合多尺度自回归预报模型的图像无监督分割

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家自然科学基金（No.60375003）、国家航空基础项目（No.03153059）.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 提出广义多分辨似然比（generalized multiresolution likelihood ratio，简称GMLR）的概念，给出其Bayes准则下的假设检验和判别准则。GMLR不仅能融合信号的多个特征量，增大不同信号间区分度，而且在融合时无需假定各特征量之间的相互关系，这使得它能进行比较精确而方便的判别分析。在SAR（synthetic aperture radar）图像分割应用背景中，利用混合多尺度自回归预报（mixture multiscale autoregressive predicti

关键词: 广义多分辨似然比无监督分割混合多尺度自回归预报模型分割精度

Abstract: A generalized multiresolution likelihood ratio （GMLR） is defined, then the GMI.R test is obtained. The GMLR has the characteristic that can fuse several features which describe different properties, and it can increase distinction between different source

Key words: Generalized multiresolution likelihood ratio （GMLR）, Unsupervised segmentation, Mixture multiscale au toregressive prediction （MMARP） model, Precise

. 基于广义多分辨似然比和混合多尺度自回归预报模型的图像无监督分割[J]. 计算机科学, 2007, 34(2): 234-237. https://doi.org/