發(fā)布時(shí)間：2018-05-23 12:59

  本文選題：遙感圖像 + 核模糊C-均值��； 參考：《液晶與顯示》2017年12期

【摘要】：針對(duì)聚類算法在應(yīng)用中分割速度慢、抑制噪聲能力弱等問題,本文提出一種基于核模糊C-均值(Kernel Fuzzy Cmeans,KFCM)和融合期望最大化(EM)算法混合聚類的遙感圖像分割。首先給原始KFCM算法引入隱含變量來(lái)對(duì)像素預(yù)定義類別,然后利用EM算法評(píng)價(jià)預(yù)定義的類別是否最優(yōu),以此完成對(duì)遙感圖像的聚類分割。在利用EM算法進(jìn)行評(píng)價(jià)時(shí),對(duì)KFCM引入空間鄰域信息,采用慣性權(quán)重對(duì)其初始化參數(shù)進(jìn)行優(yōu)化增強(qiáng)算法效率。與傳統(tǒng)的聚類分割方法進(jìn)行比較,研究結(jié)果表明,該方法速度快、效果好、精度也能滿足應(yīng)用要求,具有較高的應(yīng)用價(jià)值。
[Abstract]:Aiming at the problems of slow segmentation speed and weak noise suppression in the application of clustering algorithm, this paper presents a hybrid clustering algorithm based on kernel fuzzy Fuzzy Kernel Fuzzy (Kernel Fuzzy) and fusion expectation maximization (EMEM) algorithm for remote sensing image segmentation. Firstly, implicit variables are introduced to the original KFCM algorithm to predefine the pixel categories, and then the EM algorithm is used to evaluate whether the predefined categories are optimal or not, so as to complete the clustering segmentation of remote sensing images. When the EM algorithm is used to evaluate the KFCM, the spatial neighborhood information is introduced, and the inertia weight is used to optimize and enhance the efficiency of the algorithm. Compared with the traditional clustering segmentation method, the research results show that the method has the advantages of high speed, good effect and accuracy, and has high application value.
【作者單位】： 西安建筑科技大學(xué)信息與控制工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.61373112) 住房城鄉(xiāng)建設(shè)部科學(xué)技術(shù)項(xiàng)目計(jì)劃(No.2016-R2-045) 陜西省自然科學(xué)基金青年基金(No.2014JM8343)~~
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張仁華;《遙感圖像應(yīng)用處理與分析》評(píng)介[J];地理研究;2004年04期

2 李偉;;遙感圖像中的道路提取[J];自動(dòng)化博覽;2006年05期

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

4 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(guó)圖象圖形學(xué)報(bào);2012年01期

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

6 陳小琪;現(xiàn)代計(jì)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(zhǎng)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

7 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場(chǎng)檢測(cè)方法[J];測(cè)試技術(shù)學(xué)報(bào);2002年02期

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

9 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測(cè);2003年01期

10 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

相關(guān)會(huì)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(guó)信息獲取與處理學(xué)術(shù)會(huì)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(cè)繪通報(bào)》測(cè)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(dòng)拼接方法的研究[A];全國(guó)農(nóng)業(yè)遙感技術(shù)研討會(huì)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(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)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(dòng)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(huì)議論文集[C];2002年

6 黃勇杰;王樹國(guó);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(huì)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(chǎng)識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)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(píng)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)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(cè)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國(guó)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(huì)議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學(xué);2016年

2 霍麗君;基于變分的遙感圖像恢復(fù)算法研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2017年

3 陳彥彤;基于局部不變特征的遙感圖像星上目標(biāo)識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2017年

4 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

5 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

6 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

7 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

8 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

9 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

10 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(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004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(guó)防科學(xué)技術(shù)大學(xué);2005年

2 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

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

4 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

5 吳云坤;遙感圖像變化檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

6 王旭;無(wú)參考遙感圖像質(zhì)量綜合評(píng)價(jià)算法研究[D];西安電子科技大學(xué);2015年

7 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

8 王子維;無(wú)人機(jī)遙感圖像的拼接技術(shù)研究[D];東北石油大學(xué);2015年

9 曹敏潔;遙感圖像厚云及其陰影去除技術(shù)研究[D];廣西師范大學(xué);2015年

10 錢葉青;不同時(shí)相遙感圖像配準(zhǔn)技術(shù)的研究[D];集美大學(xué);2015年

，

本文編號(hào)：1924842