结合产生式模型和RCC方法的极化SAR图像分类算法

为了充分利用图像中的上下文信息对空间关系进行推理,提出了一种基于产生式模型和区域连接演算(RegionConnectionCalculus,RCC)的新模型——GM-RCC模型(GenerativeModelbasedonRCC),用于合成孔径雷达(SAR)图像的分类研究．首先,通过建立图像金字塔将一幅SAR图像过分割成多尺度的超像素,然后利用层次RCC模型对这些超像素的空间关系进行描述,其中RCC关系的学习和推理都是在产生式模型的框架下进行的．在模型的推理过程中采用了迭代策略以获得更加精细的分类结果．实验选用了极化特征及其他典型特征,并在SAR图像集上进行了实验,实验结果证明了该算法的有效性．