SAR圖像分類的雙Markov隨機(jī)場模型研究.pdf

1、Markov隨機(jī)場(Markov Random field簡稱MRF)是描述元素間相互影響的數(shù)學(xué)模型之一，它能簡潔合理地刻畫圖像像素相關(guān)性，在圖像分類的應(yīng)用中．MRF理論一直是一種備受關(guān)注的建模方法。合成孔徑雷達(dá)(Synthetic Aperture Radar簡稱SAR)圖像在軍事和民用領(lǐng)域都有重要應(yīng)用，但是SAR圖像所固有的斑點(diǎn)噪聲使得SAR圖像分類方法的研究一直都是研究的熱點(diǎn)問題。圖像分類類數(shù)的判定是圖像分類必須首先解決的問題，也

2、是研究工作的一個(gè)難點(diǎn)。本文研究雙Markov隨機(jī)場框架下SAR圖像分類類數(shù)的判定問題，證明了最小描述長度(Minimum Description Length簡稱MDL)定階方法的相容性，并結(jié)合SAR圖像的統(tǒng)計(jì)特性，給出了紋理情況下圖像的無監(jiān)督分類方法。本文得到了如下成果： (1)綜述了常用的模型定階準(zhǔn)則，從信息論的角度闡述了MDL定階準(zhǔn)則的含義；給出了在雙Markov模型中MDL準(zhǔn)則在判定圖像分類類數(shù)時(shí)的含義及數(shù)學(xué)表達(dá)式；從理

3、論上證明了在判定圖像分類類數(shù)時(shí)MDL定階準(zhǔn)則的相容性；以實(shí)例分析驗(yàn)證了MDL定階準(zhǔn)則在確定圖像分類類數(shù)時(shí)的效果。用雙Markov模型作圖像分類時(shí)，需要給定圖像的分類類數(shù)作為先驗(yàn)信息，與以往通過目測的方式給定分類類數(shù)相比，MDL定階準(zhǔn)則相容性的證明為圖像分類類數(shù)的確定提供了嚴(yán)謹(jǐn)?shù)睦碚撘罁?jù)。 (2)分析了無監(jiān)督非紋理以及有監(jiān)督紋理圖像的雙Markov模型，給出紋理雙Markov模型中低層MR/F參數(shù)的一種估計(jì)方法，實(shí)現(xiàn)了紋理圖像的無