基于高维马尔可夫网结构统计方法的高光谱图像分割研究

项目名称： 基于高维马尔可夫网结构统计方法的高光谱图像分割研究

项目编号： No.40971217

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 天文学、地球科学

项目作者： 曹建农

作者单位： 长安大学

项目金额： 35万元

中文摘要： 高光谱图像的高维灰度平面方向和高维光谱方向的像素相似性综合度量与分割问题是公认难题，当前基本思路是将高维图像灰度平面和高维光谱分开考虑，并以降维为基本处理思想，而大部分光谱相似性度量都很难明确区分光谱差异，降维思想则有悖于高光谱技术的初衷，可能丢失信息。本研究将马尔科夫网(MN)和可分解马尔科夫网(DMN)概念延伸，提出嵌套方式半可分解马尔科夫网Semi-MN概念，解决了MN和DMN在构网效率与网络决策客观性方面存在的矛盾，同时将平面网络结构推进到高维网络结构；高光谱立方体数据结构可以用高维马尔科夫网进行微观表示,它不仅可以识别像素性质，而且可以对有特定统计贡献像素所处的空间位置定位，有利于图像的结构统计计算, 获得其结构关系；Semi-MN方法既实现了高光谱图像像素相似性度量，又构造了高光谱图像的分割模型，将灰度维和光谱维集成在一起处理，建立了一体化像素相似性综合度量模型和分割模型。

中文关键词： 高光谱图像；图像分割；熵；图论；端元

英文摘要：

英文关键词： High Spectrum Image；Image Segmentation；Entropy；Graph theory；Endmember