摘要：針對(duì)多尺度高分辨率遙感圖像像素分割在降噪時(shí)丟失大量高頻信息及單一像素孤立性問(wèn)題,提出了一種雙樹(shù)復(fù)小波變換(dual-tree complex wavelet transform,DT-CWT)和模糊馬爾科夫隨機(jī)場(chǎng)(fuzzy markov random field,FMRF)模型相結(jié)合的無(wú)監(jiān)督遙感圖像分割算法。首先通過(guò)DT-CWT遙感圖像進(jìn)行多尺度分解,并采用Bayesian閾值法對(duì)分解后的高頻分量進(jìn)行去噪,以增強(qiáng)圖像的細(xì)節(jié)和邊緣的表達(dá)能力并有效保留圖像的主要高頻信息;然后采用FMRF分割算法分別對(duì)重構(gòu)后各層分量進(jìn)行分割,以充分考慮像素分割的模糊性和像素鄰域間的相關(guān)性;最后根據(jù)相似度融合規(guī)則融合各層分割結(jié)果。對(duì)比試驗(yàn)結(jié)果表明,該方法在有效去除雜點(diǎn)和噪聲的同時(shí)能夠較好地保留圖像細(xì)節(jié)信息,并且邊緣分割更加平滑,具有較高的分割精度和很好的魯棒性。