摘　要:改进了传统的基于小波域隐马尔科夫树模型的图像分割方法．由于传统方法均为直接选择小波子带系数作为训练特征，不能直接得到像素级分割结果；同时传统方法在后融合方面对所有尺度均采用同一种上下文背景，而忽略不同尺度上初分割娄标志图的特点．因此，本文在粗分割阶段首先处理了训练时参数设置的问题，并选取了更能表征纹理的特征，能直接得到像素级分割结果；在多尺度融合阶段，充分利用不同尺度上类标志图的特性，不仅考虑粗尺度信息对融合结果的影响也考虑了细尺度信息对结果的影响．实验表明本文算法的视觉效果好于与本文进行比较的Choi提出的HMTseg以及孙强提出的WD―HMTseg遥感图像分割算法．[著者文摘]……