SVM后验概率结合改进多尺度MRF的遥感影像分割方法.PDFVIP

DOI:10.13203/j.whugis2013.02.001 · 第 卷第 期 武汉大学学报 信息科学版 ３８ ２ Ｖｏｌ．３８Ｎｏ．２ 年 月 ２０１３ ２ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎ Ｕｎｉｖｅｒｓｉｔ Ｆｅｂ．２０１３ 　 　 　 　 　 　 ｙ 文章编号： （ ） 文献标志码： １６７１８８６０２０１３０２０１９５０５ Ａ － － － ＳＶＭ 后验概率结合改进多尺度ＭＲＦ 的遥感影像分割方法 １ １ ２ １ 石 强 陈凤娥 梅天灿 秦前清 　 　 　 　 （ ， ， ） 武汉大学测绘遥感信息工程国家重点实验室 武汉市珞喻路 号 １ １２９ ４３００７９ 　 （ ， ， ） ２ 武汉大学电子信息学院 武汉市珞珈山 ４３００７２ 　 ： ， ； 摘 要 采用 ＳＶＭ 方法估计似然概率 克服了混合高斯模型对观测场建模不准确的问题 通过改进的多尺度 　 ， ， ＭＲＦ模型 在标记场建模时充分考虑了各尺度之间和同一尺度内的相关性 进一步准确描述了标记场的统计 。 ， 。 特性 最后利用改进的建模方法 在序贯最大后验概率估计算法框架下进行影像分割 通过对人工合成影像 ， 。 和实际遥感影像的分割实验结果分析 证明了本文方法能够有效提高分割效果 ： ； ； 关键词 影像分割 ＳＶＭ后验概率 多尺度ＭＲＦ 中图法分类号： Ｐ２３７．３ ［ ］ ３ ｎ ，