基于隨機(jī)場(chǎng)模型的遙感圖像分割與壓縮.pdf

1、針對(duì)遙感圖像的分類壓縮問(wèn)題,該文主要研究了感興趣區(qū)分割與提取的理論與方法以及基于分割結(jié)果的壓縮.這兩個(gè)方面的研究是相互關(guān)聯(lián)的,其中感興趣區(qū)分割與提取是壓縮的基礎(chǔ)與關(guān)鍵.圍繞基于遙感圖像感興趣區(qū)的分割方法研究,該文首先對(duì)圖像隨機(jī)場(chǎng)模型的現(xiàn)狀及進(jìn)展、組合優(yōu)化方法現(xiàn)狀與進(jìn)展、隨機(jī)場(chǎng)模型參數(shù)估計(jì)現(xiàn)狀與進(jìn)展幾方面進(jìn)行了綜述,對(duì)大多數(shù)方法進(jìn)行了具體的分析和評(píng)述,指明了它們的優(yōu)缺點(diǎn).根據(jù)這些研究進(jìn)展,該文在基于像素級(jí)的隨機(jī)場(chǎng)分析法,基于結(jié)構(gòu)隨機(jī)場(chǎng)的分

2、析法,和基于高層隨機(jī)場(chǎng)的分析法這三個(gè)方面對(duì)遙感圖像感興趣區(qū)的分割與提取展開研究工作,它們分別改進(jìn)前者的不足以改善分割的效果.基于像素級(jí)隨機(jī)場(chǎng)分析法的研究中,通過(guò)結(jié)合一幅圖像的局部統(tǒng)計(jì)量,一個(gè)半因果的非平穩(wěn)自回歸隨機(jī)場(chǎng)模型能被應(yīng)用到一幅非平穩(wěn)圖像的分割問(wèn)題上.由于這個(gè)非平穩(wěn)隨機(jī)場(chǎng)比平穩(wěn)隨機(jī)場(chǎng)提供了更好的屬性描述,圖像將會(huì)被更好地分割.除了馬爾科夫隨機(jī)場(chǎng)對(duì)圖像像素間的低階依賴性的描述外,我們也引進(jìn)一種高階依賴特性作為一種新的分類特征來(lái)識(shí)別實(shí)

3、際的區(qū)域.熵率就是這樣一種特征,它也能用隨機(jī)場(chǎng)模型來(lái)估計(jì).由于參數(shù)的估計(jì)問(wèn)題涉及不完全的數(shù)據(jù)問(wèn)題,我們將使用EM/MCMC算法來(lái)估計(jì)場(chǎng)參數(shù).基于結(jié)構(gòu)隨機(jī)場(chǎng)分析法的研究中,一種包含多種紋理類型的聯(lián)合紋理模型能應(yīng)用到遙感圖像中.基于2維的沃德模型分解,隨機(jī)紋理場(chǎng)能被分解為兩個(gè)相互正交的空間成分,即全局結(jié)構(gòu)的成分和殘余成分.殘余的圖像又可建模為空間均勻的隨機(jī)場(chǎng)和局部空間奇異的隨機(jī)場(chǎng)之和.在遙感圖像分割中,經(jīng)過(guò)諧波濾波器處理后,我們分別用沃德結(jié)