基于MRF模型的遥感图像分割算法研究

摘要

遥感技术经过近几十年的发展，已经慢慢融入人们生活的方方面面。比如对土地、河流、植被等自然资源的调查；对水灾、火灾、沙漠化等灾害的监测，这些都需要对遥感图像进行分析和处理。因此遥感图像分割技术在对相关目标进行检测和提取时极为重要。遥感图像一般尺寸较大、信息量多、灰度级多，所以遥感图像的分割也较为复杂。为了提高遥感图像的分割精度，研究者们进行了大量的研究工作。
　　首先，本文针对遥感图像的分割方法进行了概述，在对遥感图像的特征做了简单介绍的基础上，对国内外的研究现状进行了概括，阐述了现有的几种图像分割方法。
　　本文针对遥感图像的灰度统计分布模型进行研究。通过仿真实验得到不同的分布模型对遥感图像不同区域的灰度拟合度，依据不同的评估准则对分割质量进行评估。由评估的结果得出遥感图像的不同区域服从不同的分布模型，为后续的遥感图像分割实验研究做准备。
　　同时，通过改进标号场的能量函数给出了一种改进的空域MRF算法，针对遥感图像边界模糊的特性，将模糊的概念引入改进的空域MRF算法中。通过对模糊聚类算法的理解，改进模糊目标的函数并通过伽马分布来建模，结合FCM算法来实现对遥感图像的分割。基于遥感图像的非平稳特性，研究了小波域三重MRF分割算法。依据小波变换的特性，在TMF模型的基础上构建了WTMF模型，给出了一种融合纹理的附加场初始化方法，完成遥感图像的分割。
　　最后，通过仿真实验，验证了上述方法的正确性与可行性，同时，对上述图像分割方法进行实验比较，给出了实验比较结果。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 图像分割研究的背景及意义

1.2 遥感图像分割的研究意义与现状

1.3 本文研究的主要内容

第2章 基于MRF模型的遥感图像分割

2.1 遥感图像的统计分布分析

2.2 MRF模型基本理论

2.3 改进的空域MRF算法

2.4 本章小结

第3章 基于模糊理论的MRF图像分割算法

3.1 模糊理论基础

3.2 改进的基于FCM的模糊目标函数

3.3 参数估计与算法流程

3.4 实验分析

3.5 本章小结

第4章 小波域TMF遥感图像分割方法

4.1 小波分析

4.2 三重马尔可夫场模型

4.3 小波域TMF图像分割方法

4.4 实验分析

4.5 本章小结

第5章 图像分割方法的实验与比较

5.1 基于纹理特征的MRF图像分割

5.2 图像分割方法比较

5.3 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文和取得的科研成果

致谢

个人简历