许妙忠，丛　铭，万丽娟，解天鹏，朱晓玲

武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079

A Methodology of Image Segmentation for High Resolution Remote Sensing Image Based on Visual System and Markov Random Field

XU Miaozhong，CONG Ming，WAN Lijuan，XIE Tianpeng，ZHU Xiaoling

State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China

Foundation support：The National Basic Research Program of China(973 Program)(No.012CB719900)

视觉感受与Markov随机场相结合的高分辨率遥感影像分割法

许妙忠，丛铭，万丽娟，解天鹏，朱晓玲

武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079

AMethodologyofImageSegmentationforHighResolutionRemoteSensingImageBasedonVisualSystemandMarkovRandomField

XUMiaozhong，CONGMing，WANLijuan，XIETianpeng，ZHUXiaoling

StateKeyLaboratoryforInformationEngineeringinSurveying,MappingandRemoteSensing,WuhanUniversity,Wuhan430079,China

Foundationsupport：TheNationalBasicResearchProgramofChina(973Program)(No.012CB719900)

摘要：鉴于视觉感受对外界强大的感知与识别能力，模拟视觉神经感知的工作机制，并结合Markov随机场模型，提出一种影像分割方法。首先，分析视觉感知系统的工作机制，将其特性归纳为等级层次性、学习能力、特征检测能力和稀疏编码特性，继而利用小波变换、非监督聚类、特征分析和Laplace分布模拟视觉工作机制，然后结合Markov随机场模型实现高分辨率遥感影像的分割。通过不同卫星的真实遥感影像进行了相关试验。试验结果表明本文提出的方法在高分辨率遥感影像分割任务中有非常良好的表现。

关键词：视觉感知系统；遥感影像；小波变换；Markov随机场；影像分割

1引言

伴随着对地观测卫星空间分辨率的不断提高，对于高分辨率遥感影像的图像处理和识别的要求也不断提高。图像分割作为高分辨率遥感影像信息提取和面向对象分类的重要环节，是遥感影像研究的热点和难点之一[1]。图像分割一般基于图像灰度表现出两种特点：不连续性和相似性。不连续性体现在不同类别之中，相似性体现在同类别内部。衍生的方法有阈值分割[2]、边缘检测分割[3]、聚类分割[4]、区域增长和分裂合并分割[5]、形态学分割[6]等。……