[发明专利]基于半监督学习的多尺度SAR图像分割方法无效
| 申请号： | 200910021821.2 | 申请日： | 2009-04-02 |
| 公开（公告）号： | CN101515369A | 公开（公告）日： | 2009-08-26 |
| 发明（设计）人： | 焦李成;刘帆;杨淑媛;刘芳;王爽;侯彪;马文萍 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G01S7/41 |
| 代理公司： | 陕西电子工业专利中心 | 代理人： | 王品华;黎汉华 |
| 地址： | 71007*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于半监督学习的多尺度SAR图像分割方法，它属于图像处理技术领域，主要克服传统分割方法分割准确率不高，且运行时间较长的不足。其实现步骤为：(1)对待分割图像分别采用三层小波变换和三层Contourlet变换完成图像分解，并通过合并操作，得到粗分解子带，次粗分解子带和细分解子带；(2)针对粗分解子带，采取基于半监督学习的方法完成初始分割，得到初始分割结果；(3)将初始分割结果与步骤(1)中得到的次粗分解子带以及细分解子带一起进行基于无监督学习的多尺度二次分割，得到最终分割结果。本发明提高了分割后图像的精度，减少了错分率，可用于对纹理图像分割、自然图像分割和医学图像分割。 | ||
| 搜索关键词： | 基于 监督 学习 尺度 sar 图像 分割 方法 | ||
【主权项】：
1.一种基于半监督学习的多尺度SAR图像分割方法，包括如下过程：(1)对待分割图像分别采用三层小波变换和三层Contourlet变换完成图像分解，并通过合并操作，得到粗分解子带，次粗分解子带和细分解子带；(2)针对粗分解子带，采取基于半监督学习的方法完成初始分割，得到初始分割结果；(3)将初始分割结果与步骤(1)中得到的次粗分解子带以及细分解子带一起进行基于无监督学习的多尺度二次分割，得到最终分割结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200910021821.2/，转载请声明来源钻瓜专利网。
- 上一篇：酸碱结合的太阳电池制绒工艺
- 下一篇：资质认证产品的检验设备动态监管系统
