公开(公告)号：CN109934825B

公开(公告)日：2023-02-28

申请号：CN201910155482.0

申请日：2019-03-01

Applicant: 辽宁工程技术大学

Inventor： 王春艳 ,  石雪 ,  王丽英

IPC: G06T7/10

Abstract: 一种结合层次化高斯混合模型和M‑H的遥感影像分割方法，包括以下步骤，首先读取待分割的高分辨率遥感影像，然后将待分割遥感影像内各像素强度作为样本点，构建待分割遥感影像的似然函数；而后定义似然函数模型参数的先验分布模型，包括混合权重，组份权重，均值和方差，接下来根据贝叶斯定理，结合似然函数和各参数先验分布构建模型参数的后验分布，即分割模型，最终利用结合层次化高斯混合模型和M‑H的遥感影像分割方法实现遥感影像分割；通过以上方法步骤实现影像分割和模型参数求解，提出方法具有建模非对称、重尾和多峰等复杂统计分布的能力，在准确建模高分辨率遥感影像模型的前提下，提出算法可得到高精度的分割结果。

公开(公告)号：CN109934825A

公开(公告)日：2019-06-25

申请号：CN201910155482.0

申请日：2019-03-01

Applicant: 辽宁工程技术大学

Inventor： 王春艳 ,  石雪 ,  王丽英

IPC: G06T7/10

Abstract: 一种结合层次化高斯混合模型和M-H的遥感影像分割方法，包括以下步骤，首先读取待分割的高分辨率遥感影像，然后将待分割遥感影像内各像素强度作为样本点，构建待分割遥感影像的似然函数；而后定义似然函数模型参数的先验分布模型，包括混合权重，组份权重，均值和方差，接下来根据贝叶斯定理，结合似然函数和各参数先验分布构建模型参数的后验分布，即分割模型，最终利用结合层次化高斯混合模型和M-H的遥感影像分割方法实现遥感影像分割；通过以上方法步骤实现影像分割和模型参数求解，提出方法具有建模非对称、重尾和多峰等复杂统计分布的能力，在准确建模高分辨率遥感影像模型的前提下，提出算法可得到高精度的分割结果。