海洋 SAR 图像的贝叶斯分割：在溢油检测中的应用
应用统计
2010-07-29 v1
摘要
本文介绍了针对 SAR 图像海洋分割的贝叶斯监督和非监督分割算法。数据项，即给定区域后观测到的后向散射信号的密度，由具有给定预定义分量数的 Gamma 密度有限混合模型来建模。为了估计类条件密度的参数，开发了一种新的期望最大化算法。先验是一个多级逻辑马尔可夫随机场，在统计意义上强制执行局部连续性。控制场景所施加同质性程度的平滑参数通过使用环状置信传播计算证据来自动估计；也考虑了经典的编码和最小二乘拟合方法。最大后验分割通过最近的图割技术（即 α-Expansion 算法）高效计算，该算法将方法推广到任意数量的类别。所提出方法的有效性通过模拟图像以及包含溢油的真实 ERS 和 Envisat 场景进行了说明。
引用
@article{arxiv.1007.4969,
title = {Bayesian Segmentation of Oceanic SAR Images: Application to Oil Spill Detection},
author = {Sónia Pelizzari and José M. Bioucas-Dias},
journal= {arXiv preprint arXiv:1007.4969},
year = {2010}
}
备注
Submitted to IEEE Transactions in Geoscience and Remote Sensing