$\mathcal{G}_I^0$ 模型之间的测地距离及其在区域判别中的应用
计算机视觉与模式识别
2017-01-03 v1 机器学习
摘要
分布能够刻画单极化 SAR 影像中的不同区域。它由三个参数索引：视数（可在整幅图像中估计）、尺度参数和纹理参数。本文提出一种在 SAR 影像中进行特征提取与区域判别的新方案，利用测地距离作为 模型之间的相异度度量。在假设视数已知的前提下，针对相同与不同纹理、相同与不同尺度的若干实际情形，我们推导了描述这些情形的模型之间的测地距离。随后，我们将这一新工具应用于以下问题：(i) 识别具有不同纹理的区域之间的边缘；(ii) 量化实际 SAR 数据中样本对之间的相异度。我们分析了相较于随机距离，使用测地距离的优势。
引用
@article{arxiv.1701.00294,
title = {The Geodesic Distance between $\mathcal{G}_I^0$ Models and its Application to Region Discrimination},
author = {José Naranjo-Torres and Juliana Gambini and Alejandro C. Frery},
journal= {arXiv preprint arXiv:1701.00294},
year = {2017}
}
备注
Accepted for publication in the IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (J-STARS), 1 January 2017