可变类空间约束高斯混合模型遥感图像分割

• Published in: 通信学报 Vol. 38; no. 2; pp. 34 - 43
• Main Authors: 赵泉华, 石雪, 王玉, 李玉
• Format: Journal Article
• Language: Chinese
• Published: 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所,辽宁阜新,123000 2017
• Subjects: 高斯混合模型; maximum likelihood (ML); 最大似然估计; 遥感图像分割; reversible jump Markov chain Monte Carlo (RJMCMC); remote sensing image segmentation; 可逆跳变马尔可夫链蒙特卡罗; Gaussian mixture model (GMM); spatially constrained; 空间约束
• ISSN: 1000-436X
• DOI: 10.11959/j.issn.1000-436x.2017026

TP391.41; 针对传统高斯混合模型(GMM,Gaussian mixture model)难以自动获取类属数和对噪声敏感问题,提出了一种基于可变类空间约束GMM的遥感图像分割方法.首先在构建的GMM中,将像素类属性建模为马尔可夫随机场(MRF,Markov random field),并在此基础上定义其先验概率;结合邻域像素类属性的后验概率和先验概率,定义噪声平滑因子,以提高算法的抗噪性;在参数求解过程中,分别采用可逆跳变马尔可夫链蒙特卡罗(RJMCMC,reversible jump Markov chain Monte Carlo)方法和最大似然(ML,maximum likelihood)方法估计类属数和模型参数;最后以最小化噪声平滑因子为准则获取最终分割结果.为了验证提出的分割方法,分别对模拟图像和全色遥感图像进行了可变类分割实验.实验结果表明提出方法的可行性和有效性.