石 雪

桂林理工大學測繪地理信息學院，廣西 桂林 541004

高分辨率遙感影像具有同一目標區(qū)域內(nèi)像素異質(zhì)性增強、不同目標區(qū)域間像素同質(zhì)性增強等特征，這給其分割方法的設計帶來了困難和挑戰(zhàn)。在統(tǒng)計意義上，高分辨率遙感影像的特征使其各目標區(qū)域內(nèi)像素光譜測度統(tǒng)計分布主要呈現(xiàn)出非對稱、重尾、尖峰和多峰等復雜統(tǒng)計特性，準確建模高分辨率遙感影像內(nèi)像素光譜測度統(tǒng)計分布是獲得高質(zhì)量影像分割結果的有效途徑之一，而傳統(tǒng)混合模型難以滿足準確建模像素光譜測度復雜統(tǒng)計分布的要求，如何準確建模影像統(tǒng)計模型并提高影像分割精度成為高分辨率遙感影像分割方法設計的關鍵問題。為此，論文提出一種層次化混合模型用于建模復雜特性的統(tǒng)計分布，并依此設計基于層次化混合模型的高分辨率遙感影像分割方法。

(1) 提出一種具有層次性結構的混合模型，稱為層次化混合模型，用于解決高分辨率遙感影像內(nèi)像素光譜測度復雜統(tǒng)計分布的建模問題。層次化混合模型定義為若干個組分概率分布加權和，用于建模整幅影像內(nèi)像素光譜測度統(tǒng)計分布；其組分定義為若干個分量概率分布加權和，用于建模影像各目標區(qū)域內(nèi)像素光譜測度復雜統(tǒng)計分布；其分量由同一已知概率分布定義，用于建模目標區(qū)域中子區(qū)域內(nèi)像素光譜測度的統(tǒng)計分布。綜上，層次化混合模型包含兩層結構，其中組分構成了模型的第一層結構，分量構成了模型的第二層結構。層次化混合模型通過準確建模像素光譜測度的統(tǒng)計分布，可有效地利用影像內(nèi)光譜信息，進而提高影像分割結果的質(zhì)量。

(2) 依據(jù)層次化混合模型的建模能力，提出基于層次化混合模型的高分辨率遙感影像分割方法。采用層次化混合模型建模高分辨率遙感影像的統(tǒng)計模型，其中針對全色遙感影像的統(tǒng)計特性，采用高斯分布作為層次化混合模型分量；針對多光譜遙感影像的統(tǒng)計特性，采用多元高斯分布作為層次化混合模型分量；針對合成孔徑雷達影像的統(tǒng)計特性，采用伽馬分布作為層次化混合模型分量。采用高斯-馬爾可夫隨機場模型建模組分權重先驗分布以有效地利用影像內(nèi)像素空間位置信息。根據(jù)貝葉斯定理，構建模型參數(shù)的后驗分布作為影像分割模型，并設計期望最大化/馬爾可夫鏈蒙特卡洛(Expectation Maximization/Markov Chain Monte Carlo,EM/MCMC)方法求解分割模型以獲得最優(yōu)模型參數(shù)，通過最大化后驗概率實現(xiàn)影像分割。

(3) 為了驗證提出分割方法的有效性，采用提出方法和基于統(tǒng)計模型的對比方法對高分辨率全色、多光譜和合成孔徑雷達影像進行分割試驗，并定性和定量地分析試驗結果。試驗結果表明提出方法具有準確建模高分辨率遙感影像內(nèi)像素光譜測度的非對稱、重尾、尖峰或平坦峰和雙峰等復雜統(tǒng)計分布的能力，且可實現(xiàn)高精度和高效率的高分辨率遙感影像分割。