基于粗糙集理論和Markov隨機(jī)場的遙感圖像分類算法研究.pdf

1、隨著空間技術(shù)、數(shù)字圖像處理技術(shù)及計(jì)算機(jī)技術(shù)的不斷發(fā)展，遙感技術(shù)得到突飛猛進(jìn)的發(fā)展，遙感成像也由早期的單波段灰度圖像、彩色圖像發(fā)展到多光譜、高光譜圖像階段。遙感數(shù)據(jù)隨之出現(xiàn)了波段數(shù)目多，各波段相關(guān)性強(qiáng)，運(yùn)算量大的問題，除此之外，遙感數(shù)據(jù)中存在的不確定性因素等都對(duì)分類技術(shù)提出了更高的要求。傳統(tǒng)遙感圖像分類的方法是建立在對(duì)圖像光譜向量統(tǒng)計(jì)模型求解的基礎(chǔ)上，忽略了圖像中像元之間的空間關(guān)系，影響了分類效果。針對(duì)以上問題，本文首先將粗糙集理論中的知

2、識(shí)約簡應(yīng)用到多光譜圖像中，對(duì)其進(jìn)行波段約簡，實(shí)現(xiàn)降維；然后利用粗糙集等價(jià)類的劃分得到圖像統(tǒng)計(jì)模型初始參數(shù)以實(shí)現(xiàn)對(duì)圖像的非監(jiān)督分類，最后結(jié)合Markov隨機(jī)場模型的空間約束關(guān)系進(jìn)一步提高分類精度。本文主要研究內(nèi)容如下：
　　1.利用粗糙集屬性約簡方法對(duì)多光譜圖像進(jìn)行光譜約簡，實(shí)現(xiàn)多光譜遙感圖像降維。遙感圖像數(shù)據(jù)值域太廣，離散化處理時(shí)斷點(diǎn)集的選取直接影響最終約簡結(jié)果，基于信息熵的約簡方法不改變遙感數(shù)據(jù)決策表的相容性但需要監(jiān)督取樣。文中

3、提出獲取遙感數(shù)據(jù)決策表的非監(jiān)督算法及自動(dòng)選取離散閾值的方法進(jìn)行波段約簡，最后通過多光譜和高光譜遙感圖像分別對(duì)算法進(jìn)行仿真實(shí)驗(yàn)，并與常用波段選擇方法比較。
　　2.利用粗糙集等價(jià)類劃分的思想對(duì)遙感圖像進(jìn)行非監(jiān)督分類。首先使用粗糙集對(duì)遙感圖像進(jìn)行初始粗分類，獲取圖像統(tǒng)計(jì)模型的初始參數(shù)并由期望值最大化算法迭代至收斂，然后利用文中設(shè)計(jì)的自動(dòng)確定分類數(shù)方法得到最終分類個(gè)數(shù)，并對(duì)粗分類進(jìn)行合并，最后通過最大后驗(yàn)概率準(zhǔn)則完成圖像的非監(jiān)督分類。<

4、br>　　3.針對(duì)傳統(tǒng)圖像分類方法忽略圖像像元空間關(guān)系的問題，設(shè)計(jì)了一種基于粗糙集理論和Markov隨機(jī)場的遙感圖像非監(jiān)督分類算法，進(jìn)一步提高分類的精度。首先利用基于粗糙集的非監(jiān)督分類結(jié)果得到圖像的似然能量函數(shù)，然后結(jié)合Markov先驗(yàn)?zāi)Ｐ痛_定的像元間的空間約束關(guān)系，通過全局最優(yōu)求解模擬退火算法完成最終分類，最后利用遙感圖像和人工合成圖像對(duì)算法的有效性和抗噪聲性進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證。
　　本文設(shè)計(jì)的算法均在MATLAB仿真環(huán)境中得到實(shí)