本文關(guān)鍵詞： 馬氏距離 Voronoi多邊形 區(qū)域化模糊聚類 遙感圖像分割 馬氏距離規(guī)則化項(xiàng)　出處：《中國礦業(yè)大學(xué)學(xué)報》2017年01期 　論文類型：期刊論文

【摘要】：傳統(tǒng)模糊聚類算法通常將像素光譜測度間的歐式距離作為相似性準(zhǔn)則,其僅適用于同質(zhì)區(qū)域內(nèi)像素光譜測度呈對稱分布的圖像.同時,基于像素的圖像分割算法極易受噪聲干擾,導(dǎo)致該類算法難以適用于高分辨率遙感圖像分割.因此,提出結(jié)合馬氏距離的區(qū)域化模糊聚類遙感圖像分割算法,該算法以Voronoi多邊形為基本單元,令多邊形內(nèi)所有像素與該多邊形具有同一類屬性,并采用馬氏距離定義非相似性測度.此外,在目標(biāo)函數(shù)中引入馬氏距離規(guī)則化項(xiàng)以控制聚類尺度,進(jìn)而構(gòu)建區(qū)域化高分辨率遙感圖像分割模型.通過對合成及真實(shí)遙感圖像分割結(jié)果的定性及定量分析,證明了提出算法具有較強(qiáng)的魯棒性.
[Abstract]:The traditional fuzzy clustering algorithm usually regards the Euclidean distance between pixel spectral measures as similarity criterion, which is only suitable for symmetrical distribution of pixel spectral measures in homogeneous region. Pixel-based image segmentation algorithm is easily affected by noise, which makes it difficult to apply to high-resolution remote sensing image segmentation. Therefore, a regionalized fuzzy clustering remote sensing image segmentation algorithm combined with Markov distance is proposed. The algorithm takes the Voronoi polygon as the basic element, makes all pixels in the polygon have the same class of attributes as the polygon, and uses Markov distance to define the dissimilarity measure. The Markov distance regularization term is introduced into the objective function to control the clustering scale, and then the regionalized high-resolution remote sensing image segmentation model is constructed. The qualitative and quantitative analysis of the segmentation results of synthetic and real remote sensing images is carried out. It is proved that the proposed algorithm is robust.
【作者單位】： 遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院遙感科學(xué)與應(yīng)用研究院;
【基金】：遼寧省自然科學(xué)基金項(xiàng)目(2015020090) 國家自然科學(xué)基金青年基金項(xiàng)目(41301479)
【分類號】：TP751
【正文快照】： 隨著遙感傳感器空間分辨率的提高,遙感圖像中目標(biāo)區(qū)域內(nèi)像素光譜測度分布呈現(xiàn)分散、不規(guī)則以及非對稱等特性.為了適應(yīng)這些新特性,在高分遙感圖像聚類分割算法設(shè)計中,不僅需要考慮像素 的空間相關(guān)性,還需要建立更加有效的像素光譜測度相似性模型. 在眾多圖像分割算法中,模糊C

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測方法[J];計算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國圖象圖形學(xué)報;2012年01期

4 秦其明;遙感圖像自動解譯面臨的問題與解決的途徑[J];測繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場檢測方法[J];測試技術(shù)學(xué)報;2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計算機(jī)應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測;2003年01期

9 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹國,劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報;2003年S2期

相關(guān)會議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

6 黃勇杰;王樹國;劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場識別算法研究[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

10 邱磊;李國輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)重要報紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日報;2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日報;2000年

3 本報通訊員;煤航遙感院獲美國快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報;2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國測繪報;2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動[N];農(nóng)資導(dǎo)報;2011年

相關(guān)博士學(xué)位論文 前10條

1 朱光;基于遙感圖像的交通道路目標(biāo)識別方法研究[D];吉林大學(xué);2015年

2 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

3 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

4 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

5 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

6 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

7 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

8 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2004年

9 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

10 薛麗霞;基于對象云的遙感圖像模糊邊緣檢測研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標(biāo)快速識別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識的遙感圖像港口目標(biāo)識別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評價算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1484444