一种改进的隐马尔可夫随机场遥感影像分割算法

摘要：

针对传统的马尔科夫随机场影像分割算法对影像噪声和像素异常值敏感,容易产生分割结果不准确以及边缘不平滑等问题,提出了一种基于有限高斯混合模型的隐马尔科夫随机场影像分割算法.首先,以期望最大化算法代替传统的K-means方法获得影像初始分割结果,并用双边滤波器对初始分割结果进行滤波处理.其次,使用有限高斯混合模型和Potts模型分别对影像特征场和标记场建模,并用期望最大化算法进行参数估计,从而获得特征场能量和标记场能量.最后,利用迭代条件模式算法进行能量函数最小化优化,获得最优分割结果.结果表明:相比于经典MRF方法和传统HMRF方法,该算法获得的分割结果更精确,并且概率兰德指数和全局一致性误差指标都优于这两种算法.

关键词：贝叶斯定理、隐马尔科夫随机场、有限高斯混合模型、双边滤波器、期望最大化

所属期刊栏目：33

分类号：TP237(自动化技术及设备)

资助基金：国家自然科学基金项目61462059;人社部留学人员科技活动择优资助重点类项目2013277

在线出版日期：2019-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：857-865