hmgmrf模型及其在高分辨率影像分割中的应用

通过修改离差预测的方式，对高斯马尔可夫随机场(gaussmarkovrandomfield)模型加以改进，提出层次型多光谱高斯马尔可夫随机场(hierarchicalmultispectralgaussmarkovrandomfield,hmgmrf)模型及其相应的分割算法。影像分割时，先通过hmgmrf模型分析地物在各波段光谱特征的变化趋势（即地物各波段的纹理特征），期间结合了"谱间相关"这一特性，将离差预测时的邻域空间由原先的单层扩展为多层，增加了纹理特征的维度，从而提高了模型在描述纹理特征方面的能力；接着，基于贝叶斯原理，采用em(expectationmaximization)算法对各类地物的模型参数进行迭代估算；最后，基于增强型纹理特征，依据map(maximumaposteriori)原则，实现影像分割。实验结果表明，所提出的基于hmgmrf模型的分割算法具有较强的识别地物能力，可以获得较高的分割精度。