文献

J-GLOBAL ID：201102227181283666   整理番号：11A1283079

非均一クラスと方向に基づくEM-MAP-HMRFマルチセンサ画像融合アルゴリズム

An EM-MAP-HMRF Multi-sensor Image Fusion Algorithm Based on Non-homogeneous Class and Direction

著者 (3件)： He Guiqing (Insititute of Electronic & Information Engineering, Northwestern Polytechnical Univ., Xi’an) ,  Peng Jinye (Insititute of Electronic & Information Engineering, Northwestern Polytechnical Univ., Xi’an) ,  Hao Chongyang (Insititute of Electronic & Information Engineering, Northwestern Polytechnical Univ., Xi’an)
資料名： Guangzi Xuebao  (Guangzi Xuebao)
巻： 39  号： 7  ページ： 1289-1296  発行年： 2010年 
JST資料番号： W1500A  ISSN： 1004-4213  CODEN： GUXUED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ターゲット融合工程でターゲット同定を改善するために,Markov確率場(MRF)を用いて,クラスの事前確率モデルを構築した。次に,モデルパラメータβの選択を目指して,非均一クラスと方向に基づいて,EM-MAP-HMRF特性-レベル融合アルゴリズムを提案した。HMRFを中心と分布ベースの融合機構に分けた。シミュレーションから,2つの新しい融合アルゴリズムは,分類精度を改善して,反干渉性能を強化することが分かった。しかし,異なる利点があった。2つの新しい機構は,異なる応用での種々の融合システムで用いられる可能性がある。また,特異ターゲットの検出と識別の有効性を改善する。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： センサ ,  ターゲット ,  確率モデル ,  *画像処理 ,  事前確率 ,  不均一性 ,  方向 ,  *高速アルゴリズム ,  シミュレーション ,  パターン分類 ,  有効性
準シソーラス用語： Markov確率場 ,  ターゲット検出 ,  パターン識別 ,  マルチセンサ ,  モデルパラメータ ,  *画像融合 ,  分類精度

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 非均一 ,  クラス ,  EM ,  MAP ,  マルチセンサ ,  画像融合 ,  アルゴリズム