基于Markov隨機場的遙感影像分割研究.pdf

1、遙感影像由于具有更新速度快、獲取周期短、地物細節(jié)豐富等特點，在生產(chǎn)生活的各個領域都得到廣泛的應用。如何從海量遙感數(shù)據(jù)中挖掘出感興趣的目標信息，是遙感影像處理的主要目標。影像分割是影像處理的必經(jīng)過程，而如何準確地進行遙感影像分割仍然是一個很大的難點，因此有必要對影像分割進行研究?；贛arkov隨機場模型的影像分割方法比傳統(tǒng)的基于灰度的分割方法，具有能利用影像像元之間的位置信息、易于和其他方法相結合等優(yōu)點，所以此方法廣泛應用于影像分割領域

2、。
　　 本文在對現(xiàn)有影像分割方法進行分析和總結的基礎上，結合Markov隨機場的特性，采用K-均值聚類算法和Markov隨機場相結合的方法來分割影像，并將小波理論融合進Markov隨機場分割影像中。本文的主要研究內(nèi)容如下：
　　 (1)在對傳統(tǒng)影像分割方法進行歸納的基礎上，對基于Markov隨機場的影像分割理論做了介紹。根據(jù)影像分割方法的不同，對傳統(tǒng)遙感影像分割方法和基于Markov隨機場的遙感影像分割方法的差別進行了

3、分析和比較。重點研究了將K-均值聚類算法與Markov隨機場理論相結合用來分割不同分辨率下的遙感影像。
　　 (2)為了解決像素的聚集特性問題，本文采用小波變換的多分辨率特性與Markov隨機場理論相結合來分割影像。利用小波變換的多分辨率特性，使影像的觀測場建立在一系列小波域上，以此來分割影像。
　　 (3)為了處理好區(qū)域的標號分量和區(qū)域的一致性屬性這兩個分量之間的關系，本文采用變權重法，用變權重來聯(lián)系標號場和灰度場之間