%0 Journal Article
%T 基于高斯混合模型的遥感信息提取方法研究
%A 胡波
%A 朱谷昌
%A 张远飞
%A 冷超
%J 国土资源遥感
%P 41-47
%D 2012
%R 10.6046/gtzyyg.2012.04.08
%X 高斯混合模型(Gaussianmixturemodel,GMM)可以描述遥感数据的概率密度函数,通过估计各高斯分布的参数,计算后验概率,实现信息提取。为了提高利用GMM进行遥感信息提取的准确度,首先在GMM中使用马尔科夫随机场(Markovrandomfield,MRF)计算各像元邻域内各类地物的先验概率,代替各类地物的混合概率,使其反映出各类地物的空间相关性;然后在参数估计过程中利用模拟退火(simulatedannealing,SA)思想获得全局最优的参数估计值;最后利用该参数估计值求出每个像元对于各类地物的后验概率,获得各类地物的空间分布。通过对遥感实验场的图像数据进行信息提取,发现所述新方法取得了更好的效果,证明了上述改进的有效性。
%K 高斯混合模型(GMM)
%K 期望最大化(EM)算法
%K 模拟退火(SA)
%K 马尔科夫随机场(MRF)
%K 遥感信息提取
%U http://www.gtzyyg.com/CN/abstract/abstract1557.shtml