对马尔可夫随机场特征级图像融合的改进

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 211-214.

• 图形、图像、模式识别 • 上一篇下一篇

对马尔可夫随机场特征级图像融合的改进

倪翠，关泽群，王斌，朱素娟

同济大学测量与国土信息工程系，上海 200092

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Improvement to feature-level fusion of images based on MRF

NI Cui，GUAN Zequn，WANG Bin，ZHU Sujuan

Department of Surveying and Geo-informatics Engineering，Tongji University，Shanghai 200092，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 提出了一种基于MAP的Markov随机场的图像融合方法。将感兴趣区特征的均值与方差作为马尔可夫随机场的概率参数，选取合适的模型，根据优化算法快速求得MAP解，完成图像初始标记过程，根据最大后验概率模型，对图像进行特征层融合。通过两组遥感图像的实验，证明MAP-MRF模型在遥感图像特征层融合中，具有较目前常用方法更好的效果。

关键词: 特征级图像融合, 最大后验概率, 马尔可夫随机场, 迭代条件模型

Abstract: This paper proposes a method of Markov random field to classify the remote sensing images based on the maximum a posteriori model.According the extraction of characteristic，image fusion course can be carried on.This method makes the mean and variance of the information in region of interest to be the probability parameters.Proper model is selected to get the exact solution of MAP rapidly in the course of iterated conditional mode.The whole fusion course can be finished.By means of two experiments，the proposed method shows its effectiveness and proves its superiority in remote sensing image fusion.

Key words: feature-level fusion, Maximum A Posteriori（MAP）, Markov Random Field（MRF）, Iterated Conditional Mode（ICM）

倪翠，关泽群，王斌，朱素娟. 对马尔可夫随机场特征级图像融合的改进[J]. 计算机工程与应用, 2011, 47(32): 211-214.

NI Cui，GUAN Zequn，WANG Bin，ZHU Sujuan. Improvement to feature-level fusion of images based on MRF[J]. Computer Engineering and Applications, 2011, 47(32): 211-214.

[1]	娄英丹，徐静林，黄丽霞，张雪英. MLLR和MAP在远场噪声混响下的语音识别研究[J]. 计算机工程与应用, 2020, 56(10): 122-126.
[2]	何晶，吴成茂. 核空间隐马尔可夫随机场图像模糊聚类[J]. 计算机工程与应用, 2016, 52(22): 185-191.
[3]	牛志国，梁久祯，吴秦. 基于块划分的HEVC运动目标分割方法[J]. 计算机工程与应用, 2016, 52(14): 202-208.
[4]	王雷，黄晨雪，王高波. 改进的MRF彩色图像分割算法[J]. 计算机工程与应用, 2016, 52(13): 191-194.
[5]	修彬1，2，李成龙2，汤进1，2，罗斌1，2. 一种基于运动估计的红外目标跟踪方法[J]. 计算机工程与应用, 2014, 50(12): 125-128.
[6]	丁雪洁，解恺，刘维，刘纪元，江泽林. 利用新特征空间的SAS图像目标分类算法[J]. 计算机工程与应用, 2013, 49(21): 138-140.
[7]	王彩凤1，马超2，廖福成1. 高阶马尔可夫随机场下目标识别模型的建立[J]. 计算机工程与应用, 2013, 49(19): 127-130.
[8]	司华建1，李辉1，陈冠华2，方昕1. 最大后验概率自适应方法在口令识别中的应用[J]. 计算机工程与应用, 2013, 49(12): 164-167.
[9]	王爽，陈广秋，孙俊喜，杨华民. 一种轮廓波域MRF样本修补技术[J]. 计算机工程与应用, 2012, 48(30): 197-200.
[10]	王琳1，刘君1，黎明2. 应用马尔可夫随机场的金属疲劳断口条带分割[J]. 计算机工程与应用, 2012, 48(3): 228-231.
[11]	许哲，王永生. 一种改进的Turbo解码与解调混合迭代算法研究[J]. 计算机工程与应用, 2011, 47(9): 89-90.
[12]	刘丽丽. 一种新的SAR图像无监督分割方法[J]. 计算机工程与应用, 2011, 47(31): 185-188.
[13]	楚瀛，符杨. 马尔可夫随机场理论在目标跟踪中的应用[J]. 计算机工程与应用, 2011, 47(28): 176-178.
[14]	王业琴1，王辉2. GMRF随机场在纹理特征描述与识别中的应用[J]. 计算机工程与应用, 2011, 47(25): 202-204.
[15]	展领，景新幸. 基于VQ-MAP和SVM融合的说话人识别系统[J]. 计算机工程与应用, 2011, 47(13): 136-138.

对马尔可夫随机场特征级图像融合的改进

Improvement to feature-level fusion of images based on MRF

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics