层次化高斯混合模型和M-H的遥感影像分割算法
来源期刊:中国矿业大学学报2019年第3期
论文作者:石雪 李玉 赵泉华
文章页码:668 - 675
关键词:遥感影像分割;贝叶斯理论;层次化高斯混合模型;高斯子混合模型;M-H算法;
摘 要:为了准确建立高分辨率遥感影像同质区域内像素强度呈现的非对称、重尾和多峰等复杂分布的统计模型,并得到高精度的分割结果,提出了一种结合层次化高斯混合模型(HGMM)和Metropolis-Hastings (M-H)算法的高分辨率遥感影像分割算法.提出算法采用HGMM建立高分辨率遥感影像的复杂统计分布模型,HGMM由多个高斯子混合模型(GSMM)的加权和定义.根据贝叶斯理论,结合HGMM和参数先验分布构建后验分布,即分割模型.采用M-H算法模拟分割模型以实现影像分割和模型参数求解.为了验证提出算法的可行性和有效性,分别对合成影像和高分辨率遥感影像进行分割实验,并定量和定性地评价分割结果.结果表明:提出算法具有准确建立复杂统计分布模型的能力,并得到高精度的分割结果.
石雪,李玉,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
摘 要:为了准确建立高分辨率遥感影像同质区域内像素强度呈现的非对称、重尾和多峰等复杂分布的统计模型,并得到高精度的分割结果,提出了一种结合层次化高斯混合模型(HGMM)和Metropolis-Hastings (M-H)算法的高分辨率遥感影像分割算法.提出算法采用HGMM建立高分辨率遥感影像的复杂统计分布模型,HGMM由多个高斯子混合模型(GSMM)的加权和定义.根据贝叶斯理论,结合HGMM和参数先验分布构建后验分布,即分割模型.采用M-H算法模拟分割模型以实现影像分割和模型参数求解.为了验证提出算法的可行性和有效性,分别对合成影像和高分辨率遥感影像进行分割实验,并定量和定性地评价分割结果.结果表明:提出算法具有准确建立复杂统计分布模型的能力,并得到高精度的分割结果.
关键词:遥感影像分割;贝叶斯理论;层次化高斯混合模型;高斯子混合模型;M-H算法;