遥感图像的分割算法

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。