论文部分内容阅读
为提高目标识别率,在目标图像融合过程中引入Markov随机场建立类别的先验分布模型,针对模型中参量β的选取问题,提出了基于各类各向异性的期望最大化-最大后验概率-多层次马尔可夫随机场集中式与分布式两种图像融合算法.实验证明,两种融合算法都既可以提高分类准确度,又能够增大抗噪能力,且二者又有不同的特色,可以根据实际要求(如,运算速度、分类准确度、计算负荷等)进行应用选择,用以提高对特定目标进行自动检测与识别的准确性.