基于RJMCMC算法的可變類遙感圖像分割.pdf

1、在遙感圖像分割中，自動確定圖像類別數是其重點也是難點問題，為此，提出了基于像素和區(qū)域兩種策略下利用可逆跳變馬爾可夫鏈蒙特卡羅(Reversible Jump Markov Chain Monte Carlo,RJMCMC)算法實現可變類圖像分割的方法。
　　首先，根據貝葉斯定理建立基于像素和區(qū)域的分割模型。在基于像素的分割模型中，為了表達像素標號的鄰域關系，用馬爾可夫隨機場(Markov Random Field,MRF)建模標號

2、場；假設其同質區(qū)域內各像素服從同一獨立的統(tǒng)計分布；然后利用貝葉斯定理，構建后驗概率密度函數。在基于區(qū)域的分割模型中，首先利用規(guī)則劃分技術將圖像域劃分成若干個子塊，在此基礎上，用改進的Potts模型刻畫標號場；假設同一子塊的像素服從同一獨立的統(tǒng)計分布且所有子塊相互獨立，從而構建圖像模型；然后根據貝葉斯定理，建立基于區(qū)域的分割模型。圖像分割模型建立完成后，利用RJMCMC算法模擬該模型。在模擬過程中，設計的移動操作包括：分裂或合并實類、改變