利用高斯混合模型的多光谱图像模糊聚类分割

• 作者: 徐艳 李玉 赵泉华 赵雪梅
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 图像分割 高分辨率多光谱图像 非相似性测度 高斯混合模型 先验概率
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 509-518
• 页数: 10页
• 分类号: TP79
• 字数: 4874字
• 语种: 中文
• DOI: 10.3788/OPE.20172402.0509

摘要

针对传统分割算法难以实现高分辨率多光谱图像分割的问题,本文提出一种利用高斯混合模型的多光谱图像模糊聚类分割算法.该算法采用高斯混合模型定义像素对类属的非相似性测度,由于该算法具有高精度拟合数据统计分布能力,故可以有效剔除噪声对分割结果的影响.同时,引入隐马尔科夫随机场(Hidden Markov Random Field,HMRF)定义邻域作用的先验概率,并将其作为各高斯分量权值以及KL (Kullback-Leibler)信息中控制聚类尺度的参数,从而增强了算法对复杂场景遥感图像的鲁棒性,进一步提高了算法的分割精度.对模拟图像和高分辨多光谱图像分割结果进行了定性定量分析.实验结果表明:模拟图像的总精度达96.8％以上.这验证了本文算法在分割高分辨率多光谱图像时具有保留细节信息的能力,而且也证实了算法的有效性和可行性.该算法能够实现高分辨率多光谱图像的精确分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵泉华	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	98	506	12.0	17.0
2	李玉	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	104	500	12.0	17.0
3	赵雪梅	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	25	194	8.0	12.0
4	徐艳	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	4	14	2.0	3.0