自适应类别的层次高斯混合模型遥感影像分割

• 作者: 李玉 石雪 赵泉华
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 高分辨率遥感图像分割 层次高斯混合模型 贝叶斯信息准则 自适应类别 期望最大化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP751
• 字数: 3275字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.01.016

摘要

为了实现自动确定类别数的高精度遥感影像分割,提出一种自适应类别的层次高斯混合模型(Hierar-chical Gaussian Mixture Model,HGMM)遥感影像分割算法.提出算法采用多个高斯混合模型加权和定义HGMM,用于建模具有非对称,重尾和多峰等复杂特性的影像统计模型.采用期望最大化算法(Expectation Maximization,EM)求解模型参数.为了实现自动确定类别数,采用贝叶斯信息准则(Bayesian Information Criterion,BIC)求解最优类别数,其中惩罚项采用加权像素数定义.为了验证提出算法可行性和有效性,对模拟和全色遥感影像进行分割实验,并对分割结果进行定性和定量分析.结果表明HGMM具有准确建模复杂统计分布的能力,提出算法具有高精度和高效率,同时可自动确定最优类别数.

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	石雪	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	10	28	3.0	5.0