马尔科夫随机场实习报告
在缺乏足够先验地物信息的条件下对遥感图像进行分类处理是一项比较困难的工作。虽然针对这个问题迄今已经提出了很多统计分类方法,但应用这些统计方法的困难在于分类前图像的统计模型参数未知,往往需要在分类过程中同时进行模型参数估计,而这种参数估计要么在计算上不可实现,要么是所得的参数估计值无法满足一定的优化要求。因此,我们要用马尔科夫随机场对遥感图像分类。 马尔科夫随机场((Markov Random Field, MRF)理论是一种研究分析物理现象的空间或时间相关特性的概率理论。基于马尔可夫随机场模型的图像分割方法,是一种基于统计的分割方法,具有能充分利用先验知识,能形成闭合的边界,模型参数少且易于和
用户评论