施普林格图像检测论文

精度的边缘检测方法与本地信息在speckled意象juliana嘉碧尼•马尔塔e. mejail •胡里奥jacobo - berlles •亚历杭长frery 收到日期： 2006年8月17日/接受： 2007年7月19日/在线出版： 2007年9月11日©施普林格科学+商业媒体， LLC公司2007年摘要我们比较的准确性5方法轮廓检测在speckled意象。一些这些方法利用统计特性speckled 数据，他们都聘请主动轮廓用B样条曲线。图像获得与相干照明受影响由噪音所谓的散斑，这是固有的向成像过程。这些数据已统计模型由一个乘法模型使用g0分布，下其中区域与不同程度的粗糙度可特点是价值的一个参数。我们使用此信息找到之间的边界地区与不同纹理。我们建议，并比较5战略边界检测： 3的基础上，数据（最高间断对原始数据，分形维数和最大似然） 和2的基础上估算的粗糙度参数（最多不连续性和各向异性平滑粗糙度估计） 。在以比较这些策略，一蒙特卡罗的经验，表现评估的准确性拟合曲线的一个地区。概率找到j.嘉碧尼•米e. mejail • j. jacobo - berlles 法学院德ciencias exactas y自然资源，大学布宜诺斯艾利斯布宜诺斯艾利斯城Universitaria的， pabellón ，我c1428ega布宜诺斯艾利斯Aires ，阿根廷j.嘉碧尼电子邮箱： 米e. mejail 电子邮箱： j. jacobo - berlles 电子邮箱： 答：长frery （ _ ） 研究所computação ，联邦大学德阿拉戈斯州， 溴104公里，北97 ， 57072-970 maceió ，铝，巴西电子邮箱： 正确的边缘少于指定的错误估计并用来比较的技巧。最好的两个程序然后，比较而言，其计算成本和，最后，我们表明，最大似然的方法对原始数据的使用g0法是最好的技术。 关键词主动轮廓• B样条曲线拟合•形象分析• • SAR图像斑点噪声