@第{CiCP-8-623条，作者={}，title={基于核密度估计的多阶段模糊区域竞争纹理图像分割方法}，journal={计算物理中的通信}，年份={2010}，体积={8}，数字＝{3}，页数={623--641}，抽象={在本文中，我们提出了一个多阶段模糊区域竞争模型纹理图像分割。在泛函中，每个区域都用模糊数表示非参数估计的隶属函数和概率密度函数核密度估计。整体算法非常有效，因为可以实现模糊隶属函数和概率密度函数很容易。我们将该方法应用于合成和自然纹理图像，并且合成孔径雷达图像。我们的实验结果表明该方法和其他最先进的分割方法具有竞争力。
},issn={1991-7120}，doi={https://doi.org/10.4208/cicp.160609.311209a},网址={http://global-sci.org/intro/article_detail/cicp/7588.html}}
TY-JOUR公司基于T1-核密度估计的多阶段模糊区域竞争纹理图像分割方法JO-计算物理通信VL-3级第623页EP-6412010年上半年陆军部-2010/08序号-8做-http://doi.org/10.4208/cicp.160609.311209a你-https://global-sci.org/intro/article_detail/cicp/7588.html千瓦-实验室-在本文中，我们提出了一个多阶段模糊区域竞争模型纹理图像分割。在泛函中，每个区域都用模糊数表示非参数估计的隶属函数和概率密度函数核密度估计。整体算法非常有效，因为可以实现模糊隶属度函数和概率密度函数很容易。我们将所提出的方法应用于合成和自然纹理图像合成孔径雷达图像。我们的实验结果表明该方法和其他最先进的分割方法具有竞争力。
Fang Li和Michael K.Ng.（2020年）。基于核密度估计的多阶段模糊区域竞争纹理图像分割方法。计算物理中的通信.8(3).623-641.doi:10.4208/cicp.160609.311209a
复制到剪贴板
