ciwei020621的个人博客分享 http://blog.sciencenet.cn/u/ciwei020621

博文

用于分类的距离加权MRF

已有 3726 次阅读 2012-2-29 08:40 |系统分类:科研笔记| class

Classification of high-spatial resolution imagery based on distance-weighted Markov random field with an improved iterated conditional mode method
作者: Zhang Qian; Zhang Liangpei; Huang Xin
来源出版物: INTERNATIONAL JOURNAL OF REMOTE SENSING  卷: 32   期: 24   页: 9843-9868   DOI: 10.1080/01431161.2010.549854   出版年: 2011
被引频次: 0 (来自所有数据库)
1、是像素级的
2、基本思想:The MRF is based on the priciple that adjacent pixles are more likely to belong to the same kind of class. Close objects are more related than objects far apart.
3、基本方法: 用到邻域像素距离d的倒数作为权值加权。
4、公式:MPA估计:
由公式可知,代价函数由两部分构成,右边第一项为光谱项,表达的是当前像素自身的光谱特征;第二项为空间项,代表邻域像素对当前像素的影响。
光谱项: 

空间项:

其中

空间距离加权要改变的即是该项,8邻域情形下的加权如下图:各邻域位置的权值为其距离的倒数

于是

其中

理解:该文中的光谱项相对于CRF中的单位置势函数(Unary Potential),而光谱项为双位置势函数(pairwis Potential).该文也对应于像素级的CRF.



https://blog.sciencenet.cn/blog-471807-542402.html

上一篇:结合目标检测的CRF
下一篇:用于SAR图像的CRF
收藏 IP: 159.226.5.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-26 11:19

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部