1、带宽的确定对于遥感图像分割有着很大的作用，空间带宽一般是通过人工试用来确定，值域带宽，在不同波段影像下用plug-in规则来分别计算，典型的MS算法都是固定的带宽设置。 2、MS算法检测出的模点较多，模点检测就是用迭代过程用灰度值（ {MOD}度特征）进行检测的，后来用基于全局模点融合来稳定分割结果，在此篇论文中用纹理特征进行融合，典型的算法仍然是用灰度值进行的，传递闭包过程 3、一般在摘要中会将本篇论文中所有的创新点说出，简单干练，然后最后将实验结果也提一句。 4、自然图像分割方法：基于全局信息或局部信息；基于区域或边缘；针对灰度图像或者纹理图像。而对于遥感图像来说，其数据量大，维数多，不适用这些基本的分割算法，MS算法是一种高效统计迭代算法，它利用空间样本点的统计特征，不需要先验知识。 5、传统ＭＳ算法的计算复杂度Ｏ（kdN2）,通常降低速度的研究方向是减少迭代次数和降低每次迭代的计算量两种方法，（edison的桶缓存，应该是既减少了迭代次数由降低每次的 迭代量） 6、ＭＳ算法中固定空间带宽和值域带宽，显然自适应的带宽才是好的，适用于不同分辨率和不同波段值的图像。且ＭＳ中存在过分割的现象，则用本论文提出的全局模点融合来得到稳定的结果。 7、多为特征的使用：位置， {MOD}度，纹理，形状，但是多为特征的使用务必会增加算法的时间复杂度，因此在本篇文章中采用位置- {MOD}度来进行模点检测，纹理来进行全局融合，传统的MS算法就是用的位置和 {MOD}度，据我分析应该是这两个值最方便来用，纹理也是可以的，形状应该是最难取数据的。（找一篇从形状入手的文章来看看） 8、本篇文章以带宽为下手单位，所以所有式子都是以带宽来准备的，纹理带宽，plug-in的值域带宽，很是奇怪这个规则是如何实施的？？？具体的式子是怎么得来的呢，带宽hs和hr，详细分析了一下它们的作用，hs小可以减少迭代次数，hr较小可以保留细节，但又不能太小，会过分割，所以hr被认为是分割尺度，但实际上，分割尺度另有分支，有多尺度分割的研究。 9、本实验结果分析中，比较全面，上图查看分割效果，上表格比较时间，分割效果讨论是利用一中分割评判标准来进行评判的。 10、本论文的结论没有说缺点和展望，将上面的结论分成几点进行阐述了一下