基于小波域HMT模型的遙感圖像分割方法研究.pdf

1、目前常用的統(tǒng)計(jì)紋理分割算法都因其對(duì)圖像處理采用加窗模式導(dǎo)致存在著尺度上的局限性，對(duì)遙感圖像的紋理分割得不到良好的效果。而小波域隱馬爾可夫樹(shù)模型能夠突破尺度上的限制，把握宏觀(guān)的狀態(tài)分布并兼顧到微觀(guān)細(xì)節(jié)。該模型已開(kāi)始被用于文本圖像的紋理分割，取得了良好的效果。 本文的主要研究?jī)?nèi)容是利用小波對(duì)圖像進(jìn)行處理，結(jié)合隱馬爾可夫樹(shù)(HMT)模型對(duì)遙感圖像進(jìn)行分割，克服傳統(tǒng)紋理分割方法受到的窗口局限。首先分析并改進(jìn)小波域HMT分割算法，然后通過(guò)

2、試驗(yàn)比較說(shuō)明本模型在圖像處理方面的某些優(yōu)越性。并利用這一優(yōu)點(diǎn)，將其應(yīng)用于停機(jī)坪分割，改善飛機(jī)目標(biāo)定位算法的準(zhǔn)確性。主要工作如下： 1 回顧了圖像紋理分析中常見(jiàn)的幾種數(shù)理統(tǒng)計(jì)方法的基本概念，為了同小波域HMT分割算法形成對(duì)比，針對(duì)遙感圖像進(jìn)行試驗(yàn)：分析所得結(jié)果，總結(jié)出這些方法的優(yōu)劣。 2．分析不同紋理樣本的小波分解特性及相關(guān)性，根據(jù)這些特征選擇合適的高斯模型，構(gòu)建混合狀態(tài)HMT模型。 3．改進(jìn)基于小波域隱馬爾可夫樹(shù)