[发明专利]基于马尔可夫随机场和证据理论的遥感图像分割方法

说明书

本发明公开了一种基于马尔可夫随机场和证据理论的遥感图像分割方法，对原始遥感影像和第一标记图像、第二标记图像这两幅标号图像分别进行模糊C均值聚类FCM，通过原始遥感影像各聚类中心来计算争议图像所包含像素点的各类隶属度，并根据基本概率赋值获取方法确定原始遥感影像、第一标记图像、第二标记图像这两幅标号图像和争议图像这四幅图像中争议像素点对应像素点的单一命题或复合命题的基本概率赋值m。本发明能够将传统MRF分割和模糊马尔可夫随机场模型(FMRF)这两种方法分割的结果利用D‑S证据理论进行融合分割，进而实现图像的准确分割，该方法能解决争议点的归属问题，能够提高分割精度。

技术领域

本发明涉及遥感图像分割技术领域，具体为一种基于马尔可夫随机场和证据理论的遥感图像分割方法。

背景技术

马尔科夫随机场模型作为先验模型，在图像分割领域已经得到了广泛的应用，实践证明该模型有助于提高图像分割的效果。但是由于环境和传感器的影响，遥感图像具有灰度变化大、纹理复杂及边界模糊等特点，经典的马尔科夫随机场模型在遥感图像分割中的分割效果通常并不理想。传统MRF分割在迭代过程找那个被视为硬分割，模糊马尔可夫随机场模型是一种软分割，但由于它们对细节的关注程度不同，分别用它们分割同一遥感图像时会有一些像素点被归结为不同的类，导致部分信息的不确定。

针对上述情况，我们需要一种基于马尔可夫随机场和证据理论的遥感图像分割方法，能够将传统MRF分割和模糊马尔可夫随机场模型(FMRF)这两种方法分割的结果利用D-S证据理论进行融合分割，使最终使争议点得到合理的分类，进而实现图像的准确分割，该方法能解决争议点的归属问题，能够有效的融合MRF算法和FMRF算法各自的优点，提高分割精度。

发明内容

本发明的目的在于提供一种基于马尔可夫随机场和证据理论的遥感图像分割方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于马尔可夫随机场和证据理论的遥感图像分割方法，其特征在于，该方法包括以下步骤：

S1、采用传统MRF分割对原始遥感影像进行分割，得到第一标记图像，采用模糊MRF分割对原始遥感影像进行分割，得到第二标记图像；

S2、将第一标记图像与第二标记图像作比较，分别提取两幅标记图像中的争议像素点及非争议像素点，并生成一幅争议图像；

S3、对原始遥感影像和第一标记图像、第二标记图像这两幅标号图像分别进行模糊C均值聚类FCM，通过原始遥感影像各聚类中心来计算争议图像所包含像素点的各类隶属度，并根据基本概率赋值获取方法确定原始遥感影像、第一标记图像、第二标记图像这两幅标号图像和争议图像这四幅图像中争议像素点对应像素点的单一命题或复合命题的基本概率赋值m；

S4、用证据理论中的Dempster准则融合原始遥感影像、第一标记图像、第二标记图像这两幅标号图像和争议图像这四幅图像中争议像素点对应像素点的单一命题或复合命题的基本概率赋值m并进行分割判定，选择各争议像素点对应像素点对应的最大m值，根据该最大m值将该争议像素点对应像素点归于相应的类别得到最终的融合分割结果。

传统MRF和模糊MRF两者对细节关注存在差异：传统MRF方法在实现过程中，每个像素被赋予了一个硬标号，是属于硬判断，容易造成信息的损失，模糊MRF方法在实现过程中，每个像素被赋予的是每个标号的隶属度，是属于软分割，但是也可能造成分割过度，将两者结合，能够有效提高对图像分割的效果。

进一步的，所述S2中生成争议图像方法包括以下步骤：

S2.1、将传统MRF分割得到的第一标记图像和模糊MRF分割得到的第二标记图像作比较；

S2.2、将两幅图像中分割结果不相同的像素点作为争议像素点，分别提取两幅图像中的争议像素点；