基于模糊马尔可夫随机场的无监督遥感图像分割算法
- 出版年：2008
- 作者：郑玮；康戈文；陈武凡；李小文
- 单位1：电子科技大学自动化学院
- 出生年：1981
- 学历：硕士研究生
- 语种：中文
- 作者关键词：模糊马尔可夫随机场（FMRF）；Gibbs分布；图像分割；EM算法
- 起始页：246
- 总页数：7
- 刊名：遥感学报
- 是否内版：否
- 刊频：双月刊
- 创刊时间：1997
- 主管单位：中国科学院；中国科学技术协会
- 主办单位：中国科学院遥感联合中心；中国地理学会环境遥感分会
- 主编：李小文
- 地址：北京市安外大屯路中国科学院遥感应用研究所
- 邮编：100101
- 电子信箱：jrs@irsa.ac.cn
- 网址：http://www.chinainfo.gov.cn/periodical/ygxb
- 卷：12
- 期：2
- 期刊索取号：P625.066 815
- 数据库收录：中国自然科学核心期刊；百种中国杰出学术期刊
- 核心期刊：中国自然科学核心期刊
摘要
遥感图像分割是对遥感图像进行处理的最为关键的一步。马尔科夫随机场模型作为先验模型，在图像分割领域已经得到了广泛的应用，实践证明该模型有助于提高图像分割的效果。但是由于环境和传感器的影响，遥感图像具有灰度变化大、纹理复杂及边界模糊等特点，经典的马尔科夫随机场模型在遥感图像分割中的分割效果通常并不理想。本文针对遥感图像分割中某些像素分类的不确定性，建立了模糊马尔可夫随机场模型（FMRF）。该模型结合分割问题中的随机性与模糊性，更合理地获取了图像的先验知识，较好地符合了遥感图像的特点，因而使得图像分割过程中使用先验知识更为准确。同时算法针对遥感图像的特点，结合了图像的灰度特征和纹理特征，从而使其能更准确地区分图像中的不同类。为使两种特征能够很好地结合，本文采用了贝叶斯分割方法，使用权值对图像特征进行权衡。同时本文采用最大期望算法（EM）对不完整的数据进行估计，应用模拟退火算法（SA）获得全局最优解，从而实现了无监督分割。实验证明，对于SAR图像，该方法较经典的马尔可夫随机场（MRF）算法和模糊C-均值（FCM）算法更好地处理了边缘的混叠，明显减少了斑点噪声，使分割结果更加准确。