基于粗糙集理論和Markov隨機場的遙感圖像分類算法研究.pdf

1、隨著空間技術(shù)、數(shù)字圖像處理技術(shù)及計算機技術(shù)的不斷發(fā)展，遙感技術(shù)得到突飛猛進的發(fā)展，遙感成像也由早期的單波段灰度圖像、彩色圖像發(fā)展到多光譜、高光譜圖像階段。遙感數(shù)據(jù)隨之出現(xiàn)了波段數(shù)目多，各波段相關(guān)性強，運算量大的問題，除此之外，遙感數(shù)據(jù)中存在的不確定性因素等都對分類技術(shù)提出了更高的要求。傳統(tǒng)遙感圖像分類的方法是建立在對圖像光譜向量統(tǒng)計模型求解的基礎(chǔ)上，忽略了圖像中像元之間的空間關(guān)系，影響了分類效果。針對以上問題，本文首先將粗糙集理論中的知

2、識約簡應用到多光譜圖像中，對其進行波段約簡，實現(xiàn)降維；然后利用粗糙集等價類的劃分得到圖像統(tǒng)計模型初始參數(shù)以實現(xiàn)對圖像的非監(jiān)督分類，最后結(jié)合Markov隨機場模型的空間約束關(guān)系進一步提高分類精度。本文主要研究內(nèi)容如下：
　　1.利用粗糙集屬性約簡方法對多光譜圖像進行光譜約簡，實現(xiàn)多光譜遙感圖像降維。遙感圖像數(shù)據(jù)值域太廣，離散化處理時斷點集的選取直接影響最終約簡結(jié)果，基于信息熵的約簡方法不改變遙感數(shù)據(jù)決策表的相容性但需要監(jiān)督取樣。文中

3、提出獲取遙感數(shù)據(jù)決策表的非監(jiān)督算法及自動選取離散閾值的方法進行波段約簡，最后通過多光譜和高光譜遙感圖像分別對算法進行仿真實驗，并與常用波段選擇方法比較。
　　2.利用粗糙集等價類劃分的思想對遙感圖像進行非監(jiān)督分類。首先使用粗糙集對遙感圖像進行初始粗分類，獲取圖像統(tǒng)計模型的初始參數(shù)并由期望值最大化算法迭代至收斂，然后利用文中設計的自動確定分類數(shù)方法得到最終分類個數(shù)，并對粗分類進行合并，最后通過最大后驗概率準則完成圖像的非監(jiān)督分類。<

4、br>　　3.針對傳統(tǒng)圖像分類方法忽略圖像像元空間關(guān)系的問題，設計了一種基于粗糙集理論和Markov隨機場的遙感圖像非監(jiān)督分類算法，進一步提高分類的精度。首先利用基于粗糙集的非監(jiān)督分類結(jié)果得到圖像的似然能量函數(shù)，然后結(jié)合Markov先驗模型確定的像元間的空間約束關(guān)系，通過全局最優(yōu)求解模擬退火算法完成最終分類，最后利用遙感圖像和人工合成圖像對算法的有效性和抗噪聲性進行仿真實驗驗證。
　　本文設計的算法均在MATLAB仿真環(huán)境中得到實