结合HMRF模型的模糊ISODATA高分辨率遥感图像分割

来源：信号处理杂志 2016年第2期北京时间：

作者：赵泉华, 赵雪梅, 李玉

摘要：模糊ISODATA (Fuzzy ISODATA, FISODATA) 算法不但继承了FCM算法的可拓展性以及ISODATA算法的自组织性，还能自动获取数据的类属数，因此在许多数据处理领域中有着广泛的应用。在应用于图像分割时，FISODATA算法定义的FCM目标函数未考虑邻域像素间的数据相关性，导致该算法的抗噪性能较差；此外，FISODATA算法中分裂-合并操作需人工选取阈值参数，而不适当的阈值往往使得该算法陷入局部极值, 因而得到错误的类属数并影响图像分割结果。该文将考虑邻域关系的基于隐马尔可夫随机场（Hidden Markov Random Field，HMRF）的FCM（HMRF-FCM）方法纳入ISODATA框架，提出HMRF-FCM ISODATA (HMRF-FISODATA)算法，在分裂与合并操作后增加了优化操作，并根据优化结果自适应调节控制聚类分裂与合并的各阈值。该算法不仅能够快速获取正确类属数，而且克服了FISODATA算法没有考虑邻域像素的关系、人工选取阈值参数和受图像噪声影响大等问题，实现了自动确定正确确定类属数的同时完成高精度图像分割。

关键词：非监督分类, 隐马尔可夫随机场, 模糊ISODATA, 模糊c均值