一种基于多层次MRF的多源图象融合算法

摘要：

图象融合技术的主要目的是将多种图象传感器数据中的互补信息组合起来,使形成的新图象更适合于计算机处理(如分割、特征提取和目标识别)等.在多层次MRF模型的基础上,提出了一种应用于多源图象分类的图象融合算法.该融合算法将定义在多层次图结构上的非线性因果Markov模型与贝叶斯SMAP(sequentialmaximum a posteriori)最优化准则结合起来,克服了MAP(maximum a posteriori)准则在多层次图结构上计算不合理的缺陷.该算法可应用于多源遥感图象中的信息融合,使像素分类更精确,并解决多源海量数据的富集表示.另外还利用合成图象与自然图象分别针对多层次MRF模型的改进及算法中可最优化准则的不同进行了对比实验,结果表明,该算法具有许多优越性.

关键词：计算机图象处理(520·6040)、多源图象融合、多层次模型、序贯最大后验概率、图象分割

所属期刊栏目：8

分类号：TP391.41;TP751.1(计算技术、计算机技术)

资助基金：安徽省自然科学基金00043404

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：155-160