基于voronoi几何划分和层次化建模的纹理影像分割

？将基于像素mrf分割方法拓展到基于地物目标几何约束的区域mrf分割，提出了一种基于区域和统计的纹理影像分割方法，其基本思想是利用voronoi划分技术将影像域划分为若干子区域。在此基础上，采用二值高斯马尔科夫随机场（bgmrf,bivariategaussianmarkovrandomfield）模型，静态随机场模型和potts模型从邻域、区域及全局层次描述影像的纹理结构，并将该纹理结构模型纳入贝叶斯框架；依据贝叶斯定理构建纹理影像分割模型；利用metropolis-hastings(m-h)算法进行模型参数估计，并依据最大后验概率（map,maximumaposterior）准则进行优化，从而完成纹理影像分割。为了验证所提出方法的正确性，分别对合成纹理影像，真实纹理影像及遥感影像进行了分割实验，定性和定量的测试结果验证了提出方法的有效性、可靠性和准确性。