基于隨機場模型的遙感圖像分割與壓縮.pdf

1、針對遙感圖像的分類壓縮問題,該文主要研究了感興趣區(qū)分割與提取的理論與方法以及基于分割結(jié)果的壓縮.這兩個方面的研究是相互關(guān)聯(lián)的,其中感興趣區(qū)分割與提取是壓縮的基礎(chǔ)與關(guān)鍵.圍繞基于遙感圖像感興趣區(qū)的分割方法研究,該文首先對圖像隨機場模型的現(xiàn)狀及進展、組合優(yōu)化方法現(xiàn)狀與進展、隨機場模型參數(shù)估計現(xiàn)狀與進展幾方面進行了綜述,對大多數(shù)方法進行了具體的分析和評述,指明了它們的優(yōu)缺點.根據(jù)這些研究進展,該文在基于像素級的隨機場分析法,基于結(jié)構(gòu)隨機場的分

2、析法,和基于高層隨機場的分析法這三個方面對遙感圖像感興趣區(qū)的分割與提取展開研究工作,它們分別改進前者的不足以改善分割的效果.基于像素級隨機場分析法的研究中,通過結(jié)合一幅圖像的局部統(tǒng)計量,一個半因果的非平穩(wěn)自回歸隨機場模型能被應(yīng)用到一幅非平穩(wěn)圖像的分割問題上.由于這個非平穩(wěn)隨機場比平穩(wěn)隨機場提供了更好的屬性描述,圖像將會被更好地分割.除了馬爾科夫隨機場對圖像像素間的低階依賴性的描述外,我們也引進一種高階依賴特性作為一種新的分類特征來識別實

3、際的區(qū)域.熵率就是這樣一種特征,它也能用隨機場模型來估計.由于參數(shù)的估計問題涉及不完全的數(shù)據(jù)問題,我們將使用EM/MCMC算法來估計場參數(shù).基于結(jié)構(gòu)隨機場分析法的研究中,一種包含多種紋理類型的聯(lián)合紋理模型能應(yīng)用到遙感圖像中.基于2維的沃德模型分解,隨機紋理場能被分解為兩個相互正交的空間成分,即全局結(jié)構(gòu)的成分和殘余成分.殘余的圖像又可建模為空間均勻的隨機場和局部空間奇異的隨機場之和.在遙感圖像分割中,經(jīng)過諧波濾波器處理后,我們分別用沃德結(jié)