搜索结果: 1-15 共查到“工学 MRF”相关记录30条 . 查询时间(0.119 秒)
融合CNN和MRF的激光点云层次化语义分割方法
激光点云 语义分割 层次化提取 残差学习 马尔可夫随机场(MRF)
<
2021/3/30
三维点云语义分割的结果包含着对场景中多个目标的识别，是三维场景信息提取的重要环节，在智慧城市等多个领域扮演关键角色。由于三维激光点云数据量庞大、场景复杂性高等问题，大多数现有方法只能以相对较低的识别率提取有限类型的对象。本文提出了一种在三维激光点云场景中结合残差学习和马尔可夫随机场（MRF）优化的层次化多类型目标自动提取框架。该框架首先将点云滤波为地面点和非地面点；然后从非地面点中提取建筑物以降低...
CHANGE DETECTION OF REMOTE SENSING IMAGES BY DT-CWT AND MRF
Change Detection DT-CWT MRF Multi-Scale Decomposition ICM Segmentation
<
2017/7/12
Aiming at the significant loss of high frequency information during reducing noise and the pixel independence in change detection of multi-scale remote sensing image, an unsupervised algorithm is prop...
OPTIMIZING CLOUD BASED IMAGE STORAGE, DISSEMINATION AND PROCESSING THROUGH USE OF MRF AND LERC
OPTIMIZING CLOUD BASED IMAGE STORAGE DISSEMINATION AND PROCESSING THROUGH USE OF MRF AND LERC
<
2016/11/8
The volume and numbers of geospatial images being collected continue to increase exponentially with the ever increasing number of airborne and satellite imaging platforms, and the increasing rate of d...
Markov Random Fields (MRF) - Based Texture Segmentation for Road Detection
Mapping Photogrammetry Vision Fusion Identification Monitoring Real-time Platforms
<
2015/12/9
Traffic observation from airplane platforms using digital cameras is a fairly new application of Video Image Detection Systems (VIDS). These systems are also particularly interesting for observations ...
CONTEXTUAL CLASSIFICATION OF REMOTELY SENSED DATA USING MAP APPROACH AND MRF
Remote sensing classification supervised Bayes contextual Markov optimisation
<
2015/7/29
采用扩展MRF的红外目标自适应检测方法
扩展马尔可夫随机场 自适应目标检测 目标形状
<
2016/9/1
针对天基红外监视系统中不同形状目标的联合检测问题，提出基于扩展马尔可夫随机场的自适应目标检测算法。首先分析了天基红外监视系统中的目标特性，在此基础上以典型目标形状为模板，构建了扩展的马尔可夫随机场邻域系统；其次构建了新的马尔可夫势函数，并利用红外图像中背景与目标之间的马尔可夫势差异，将复杂背景中不同形状目标联合检测问题转换为马尔可夫势差异的判别问题，有效解决了马尔可夫随机场理论框架下混合形状目标检...
基于MRF的高分辨率SAR图像道路网自动提取
高分辨率 马尔科夫随机场 道路网
<
2013/5/24
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...
CLASSIFICATION OF ACTIVE MICROWAVE AND PASSIVE OPTICAL DATA BASED ON BAYESIAN THEORY AND MRF
Active and passive remote sensing Classification Bayesian theory MRF ASAR TM
<
2014/4/29
A classifier based on Bayesian theory and Markov random field (MRF) is presented to classify the active microwave and passive optical remote sensing data, which have demonstrated their respective adva...
基于分层MRF模型的POLSAR图像分类算法
分类 均值漂移 马尔科夫随机场 Wishart分布
<
2013/5/17
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...
MRF框架下的区域增长模型在城镇识别中的应用
城镇识别 MRF 区域增长
<
2011/8/1
提出一种MRF框架下以过分割区域为基本生长单位的区域增长模型，并以其实现城镇识别。该模型首先通过纹理分析和滤波运算得到初始种子点；然后由均值漂移算法运算过分割区域，并将种子点对应的区域设为种子区域；最后，从种子区域开始，根据MRF框架下提出的增长准则，得到最终的城镇识别结果。对QuickBird和Ikonos遥感影像的实验表明，该模型能有效地识别出影像中的城镇区域，城镇平均识别率达到84.35%，...
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。