赵雪梅,李　玉,赵泉华

(辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究院,辽宁阜新 123000)



基于隐马尔可夫高斯随机场模型的模糊聚类高分辨率遥感影像分割算法

赵雪梅,李玉,赵泉华

(辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究院,辽宁阜新 123000)

摘要：本文利用隐马尔可夫随机场和高斯模型分别建立标号场和特征场的邻域关系，提出了基于隐马尔可夫高斯随机场模型的模糊聚类分割算法.该算法用隐马尔可夫随机场模型定义先验概率，并将该先验概率作为尺度控制因子引入到KL(Kullback-Lerbler)信息中，在目标函数的定义中，KL信息作为规则化项，其系数表示算法的模糊程度.在基于高斯模型的后验概率中，像素相关性被定义在空间和谱间，并用该概率的负对数值表征像素点到聚类中心的非相似性测度.通过对合成遥感影像和高分辨率遥感影像进行分割实验，证明了算法的有效性和普适性.

关键词:遥感影像分割；隐马尔可夫随机场；高斯模型；模糊C均值算法

1引言

随着遥感器技术的不断发展，遥感影像分辨率日益提高，但随之而来的是影像噪声的大量增加[1].此外，遥感影像还存在同谱异物现象[2,3]，导致遥感影像分割的不确定性.处理这些不确定性最常用的方法是模糊聚类法，而模糊C均值(Fuzzy C-Means,FCM)算法是其中最常用的算法之一[4～6].但是FCM算法[7]只考虑到像素本身对分割的影响，对噪声和异常值敏感.

文献[8]提出一种校正……