技术详细介绍
本发明提出了一种基于条件随机场模型的SAR图像分类方法,包括了将图像过分割成多个区域,将多个区域描述成
一个区域邻接图(RAG),然后建立条件随机场(CRF)模型。采用Max-margin算法进行参数学习和GraphCut算法进行优化推理。采用本发
明的方法进行SAR图像分类,可以结合更多、更复杂的SAR图像特征和合适的图像上下文间的关系,从而获得更加鲁班的分类结果。而且区域邻接图的建立使得
我们的模型无论是在训练还是测试上都具有较快的速度优势,因而适合大尺度SAR图像的分类。
本发明提出了一种基于条件随机场模型的SAR图像分类方法,包括了将图像过分割成多个区域,将多个区域描述成
一个区域邻接图(RAG),然后建立条件随机场(CRF)模型。采用Max-margin算法进行参数学习和GraphCut算法进行优化推理。采用本发
明的方法进行SAR图像分类,可以结合更多、更复杂的SAR图像特征和合适的图像上下文间的关系,从而获得更加鲁班的分类结果。而且区域邻接图的建立使得
我们的模型无论是在训练还是测试上都具有较快的速度优势,因而适合大尺度SAR图像的分类。