顾及结构特征的多层次马尔科夫随机场模型在影像分类中的应用
针对基于像素或基于区域的马尔科夫随机场(Markov random field,MRF)模型仅能描述单一层次影像数据特性的局限,提出了一种综合像素和区域特性的多层次MRF模型,以提高MRF模型表达遥感数据层次特性的能力.为利用高分辨率遥感影像几何结构信息来提高不同地物的可区分性,提出了一种描述地物结构特性的形状特征,用于区分光谱特性相似的不同地物.本文的分类算法包括两个过程:首先,基于像素和区域特征,采用多层次MRF模型进行初始分类;然后,基于形状特征采用SVM对第一步分类结果中易混淆的地物进行分类.根裾不同地物采用合适特征量描述可在特征空间中增加可区分性的事实,采用形状特征对基于层次MRF模型的错分类别进行再分类可有效改善分类精度.同现有基于单一层次的方法相比,实验结果表明该算法的分类性能有了明显的改善.
马尔科夫随机场、贝叶斯置信传播、结构特征、影像分类
40
P237.4;TP753(摄影测量学与测绘遥感)
国家自然科学基金资助项目40971219,41001251.The National Natural Science Foundation of China,Nos.40971219,41001251.
2015-10-23(万方平台首次上网日期,不代表论文的发表时间)
1180-1187