面向分類的圖像質(zhì)量評價(jià)方法研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、遙感技術(shù)的快速發(fā)展,為各種遙感應(yīng)用提供了數(shù)據(jù)上的保證。由于遙感數(shù)據(jù)在具體應(yīng)用領(lǐng)域缺乏有效的質(zhì)量評價(jià)方法,遙感數(shù)據(jù)的獲取、處理和應(yīng)用都存在極大的盲目性。這種對數(shù)據(jù)可用性認(rèn)識的缺乏,無疑會對圖像處理和分析算法的研究帶來極大的偏頗性,使處理和分析結(jié)果的評價(jià)缺乏有效性。所有這些都嚴(yán)重阻礙了遙感應(yīng)用幅度的擴(kuò)展和水平的深化。
  本文以圖像分類應(yīng)用為牽引,在分析圖像分類質(zhì)量含義的基礎(chǔ)上,提出了兩種面向圖像分類的圖像質(zhì)量評價(jià)方法。方法一是基于圖

2、像質(zhì)量要素的圖像質(zhì)量評價(jià)方法。針對第一種方法,本文首先要分析影響圖像解譯的質(zhì)量要素,然后構(gòu)建質(zhì)量要素與圖像分類精度的關(guān)系模型。方法二是基于圖像特征分布的圖像質(zhì)量評價(jià)方法。針對第二種方法,本文首先建立了基于圖像特征分布的圖像質(zhì)量評價(jià)模型??紤]到利用EM算法進(jìn)行分布估計(jì)極易得到偏離真實(shí)值的局部最優(yōu)解,基于約束均值有利于參數(shù)估計(jì)的認(rèn)識,本文提出了一種均值約束的EM算法——MCEM(Mean-ConstrainedExpectationMaxi

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論