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.