利用Kolmogorov-Smirnov统计的区域化图像分割

目的为了在未知或无法建立图像模型的情况下,实现统计图像分割,提出一种结合Voronoi几何划分、KS(Kolmogorov-Smirnov)统计以及M-H(Metropolis-Hastings)算法的图像分割方法。方法首先利用Voronoi划分将图像域划分成不同的子区域,而每个子区域为待分割同质区域的一个组成部分,并利用K-S统计定义类属异质性势能函数,然后应用非约束吉布斯表达式构建概率分布函数,最后采用M-H算法进行采样,从而实现图像分割。结果采用本文算法,分别对模拟图像、合成图像、真实光学和SAR图像进行分割实验,针对模拟图像和合成图像,分割结果精度均达到98%以上,取得较好的分割结果。结论提出基于区域的图像分割算法,由于该算法中图像分割模型的建立无需原先假设同质区域内像素光谱测度的概率分布,因此提出算法具有广泛的适用性。为未知或无法建立图像模型的统计图像分割提供了一种新思路。