[发明专利]基于改进马尔可夫随机场的遥感影像分类方法

权利要求书

1.基于改进马尔可夫随机场的遥感影像分类方法，其特征在于：所述方法包括以下步骤：

步骤一：确定遥感影像分类数，对遥感影像随机初始分类；

步骤二：基于经典马尔可夫随机场模型，考虑观察场像素之间的关系和空间邻域势团内各像元与中心像元之间的距离关系，对经典MRF算法中的先验能量函数公式进行改进；

步骤三：基于经典马尔可夫随机场模型，考虑观察场相邻元素之间的关系，对经典MRF算法中的似然能量函数公式进行改进；

步骤四：利用步骤二和步骤三改进的先验能量和似然能量函数公式，求解最小全局能量对应的标号场，根据求解结果对中心像素的分类标号进行更新；

步骤五：判断步骤四中更新的分类标号的像素值均值是否收敛，若不收敛，则重复步骤二至步骤五，否则输出分类结果。

2.根据权利要求1所述的基于改进马尔可夫随机场的遥感影像分类方法，其特征在于：所述步骤一中确定遥感影像分类数，对遥感影像随机初始分类的具体方法为：

步骤一(Ⅰ).选取一幅N×M的遥感影像，将其分类为L个区域，则遥感影像的像素集为S＝{(i,j)|1≤i≤N,1≤j≤M}，其中，i表示遥感影像像素高度，j表示遥感影像像素宽度，(i,j)表示截取的遥感影像的区域大小；

步骤一(Ⅱ).利用MRF模型中的标号场和观测场对遥感影像进行描述，则标号场X＝{x_s|s∈S}，观测场Y＝{y_s|s∈S}，其中，x_s表示遥感影像标号场s区域中像素的像素值，y_s表示遥感影像观测场s区域中的中心像素值；

步骤一(Ⅲ).根据实际需求对遥感影像的分类数量进行确定，基于分类数量对随机函数rend产生的数值范围进行限定，利用随机函数rand随机产生一个数值，将产生的数值赋值给标号场的某一个像素，直至标号场中的像素全部标号结束。

3.根据权利要求2所述的基于改进马尔可夫随机场的遥感影像分类方法，其特征在于：所述步骤二中对经典MRF算法中的先验能量函数公式进行改进的具体方法为：

遥感影像中邻域的每一个像元对中心像元都有相同的影响，经典MRF算法中的先验能量函数没有考虑邻域的每一个像元与中心像元之间的距离，根据地理学第一定律可知，空间距离相近的地物，属于同一类地物的概率更大，并且邻域像元离中心像元越近，其对中心像元的影响越大，所以改进后的参数β引入了距离权重系数d，同时，经典MRF算法中的先验能量函数只考虑了标号场之间的关系，没有考虑到观测场像素之间的关系，改进后的参数β还需要引入观测场像素对中心像素标号的影响系数α；

步骤二(Ⅰ).引入距离权重系数d对经典MRF算法中的空间邻域势团上的参数进行改进，距离权重系数d的具体公式为：

改进后的空间邻域势团上的参数β为：

β＝β′*d；

其中，z[i]表示中心像素点的邻域像素集合，i＝1，2，3…，表示中心像素点的邻域像素个数，β′表示经典MRF算法中的空间邻域势团上的参数，β′＞0；

步骤二(Ⅱ).引入观察场像素对中心像素标号的影响系数α，对经典MRF算法中的先验能量函数公式进行改进，影响系数α的具体公式为：

其中，y_z[i]表示中心像素邻域像素值，i＝1，2，…，n，表示中心像素的邻域像素个数，y_s表示遥感影像观测场s区域中的中心像素值，s表示遥感影像中的区域，|y_Z[i]-y_s|表示第i个邻域像素值与中心像素值之差的绝对值，表示n个邻域像素值与中心像素值之差的和；

步骤二(Ⅲ).基于步骤二(Ⅰ)、步骤二(Ⅱ)改进的参数对经典MRF算法中的先验能量函数公式进行改进，改进后的先验能量函数公式U₁(x)为：

其中，V_c(x)表示定义在基团C上的势能函数，x表示标号场，C表示遥感影像上的基团集合，表示定义在δ中集合上的先验能量函数，δ表示定义在遥感影像像素集上的通用邻域系统的集合，c表示一个基团，c中的所有元素均属于遥感影像像素集S，且c中的每对不同位置总是相邻，x_s表示遥感影像标号场s区域中像素的像素值，x_t表示遥感影像标号场t区域中的像素的像素值，s、t表示遥感影像中的区域，t为s的相邻区域，当x_s＝x_t时表示s、t区域之间的能量为0，当x_s≠x_t时表示s、t区域之间的能量取决于d、α、β′。