论文部分内容阅读
高分辨率遥感影像具有同一目标区域内像素异质性增强、不同目标区域间像素同质性增强等特征,这给其分割方法的设计带来了困难和挑战。在统计意义上,这些特征使得高分辨率遥感影像中各目标区域内像素光谱测度统计分布主要呈现出非对称、重尾和多峰等复杂统计特性,准确建模高分辨率遥感影像内像素光谱测度统计分布是获得高质量影像分割结果的有效途径之一,而传统混合模型难以达到准确建模像素光谱测度复杂统计分布的要求。为此,论文提出一种层次化混合模型用于建模复杂的统计分布,并依此提出高分辨率遥感影像分割方法,主要研究内容如下。(1)提出一种具有层次性结构的混合模型,称为层次化混合模型,用于解决高分辨率遥感影像内像素光谱测度复杂统计分布的建模问题。层次化混合模型定义为若干个组份概率分布加权和,其包括两层结构。层次化混合模型组份构成了第一层结构,其定义为若干个分量概率分布加权和,用于建模影像各目标区域内像素光谱测度复杂统计分布;层次化混合模型分量构成了第二层结构,由同一已知概率分布定义,用于建模目标区域中子区域内像素光谱测度的统计分布。通过准确建模像素光谱测度的统计分布,层次化混合模型可有效地利用影像内光谱信息,进而提高影像分割结果的质量。(2)提出基于层次化混合模型的高分辨率遥感影像分割方法。采用层次化混合模型建模高分辨率遥感影像的统计模型,并采用高斯-马尔可夫随机场模型建模组份权重先验分布以有效地利用影像内像素空间位置信息。根据贝叶斯定理构建模型参数的后验分布作为影像分割模型,并设计期望最大化/马尔可夫链蒙特卡洛(Expectation Maximization/Markov Chain Monte Carlo,EM/MCMC)方法求解分割模型以获得最优模型参数,通过最大化后验概率实现影像分割。(3)验证提出分割方法的有效性。采用提出方法和基于统计模型的对比方法对高分辨率全色、多光谱和合成孔径雷达影像进行分割实验,并定性和定量地分析实验结果。实验结果表明提出方法具有准确建模高分辨率遥感影像内像素光谱测度的非对称、重尾、尖峰或平坦峰和双峰等复杂统计分布的能力,且可实现高精度和高效率的高分辨率遥感影像分割。该论文有图59幅,表33个,参考文献190篇。