摘要：針對(duì)傳統(tǒng)的迭代條件模式(iterated conditional model,ICM)算法應(yīng)用于遙感影像分割時(shí)容易出現(xiàn)離散斑塊和孤立點(diǎn)的問(wèn)題,提出了一種基于馬爾科夫隨機(jī)場(chǎng)(Markov random field,MRF)的改進(jìn)ICM遙感影像分割算法。首先,在獲取初始標(biāo)記之前加入保邊去噪效果良好的雙邊濾波器(bilateral filter,BF),用于遙感影像的預(yù)處理;并用多閾值最大類間方差法(Otsu)獲取初始標(biāo)記,以克服傳統(tǒng)的初始標(biāo)記獲取算法中K-means聚類算法類別數(shù)不確定和算法復(fù)雜度不易控制以及錯(cuò)分現(xiàn)象明顯等問(wèn)題;然后,利用MRF描述像元的空間相關(guān)性,形成顧及上下文信息的ICM遙感影像分割算法。通過(guò)遙感影像數(shù)據(jù)分割實(shí)例驗(yàn)證,所提方法的分割精度優(yōu)于傳統(tǒng)的ICM算法。