论文部分内容阅读
传统聚类算法依赖于表征聚类性的特征量,并且当其用于图像分割时聚类特征量定义的不完备性会导致图像分割精度降低以及噪声敏感性增强。为此,本文摒弃了利用聚类特征量表达聚类的思想,以互信息定义全局相似性,提出了基于信息聚类的遥感图像分割方法。首先,利用Gaussian分布和Potts模型分别建立图像的特征场模型和标号场模型;然后,定义二元或多元组合的互信息测度,以表征同质区域内以及同质区域间像素灰度的相似性测度,即类内相似性和类间差异性;在此基础上结合两者之间的平衡关系建立目标函数,通过最大化求解目标函数,