摘要: 针对遥感影像分割中存在的统计建模不准确以及分割精度和效率低的问题, 提出一种结合加权混合模型和马尔可夫随机场的光学遥感影像分割算法. 首先, 考虑到遥感影像内像素强度统计分布具有复杂的特性, 以多个高斯分布加权作为模型组份, 并采用加权高斯混合模型构建影像统计模型, 克服了传统高斯混合模型以单一高斯分布作为模型组份导致建模不准确的问题; 其次, 利用类属先验概率构建平滑因子, 在马尔可夫随机场中将其引入吉布斯分布以建模组份权重的概率分布, 该分布结构简单易于实现; 最后, 采用最大条件期望方法求解最优模型参数, 而组份权重分布的结构有利于推导出其解析式, 降低算法的计算量. 选取Cartosat和Worldview影像进行分割实验, 与模糊C均值、高斯混合模型和学生t混合模型分割算法作对比, 结果表明所提算法可更加准确地建模遥感影像非对称和重尾等复杂统计分布, 平均总分割精度分别高于对比算法16.44%, 16.00%和16.17%.