结合多元信息聚类与空间约束的遥感图像分割方法

发布时间：2019-10-21 11:48

【摘要】：为了解决传统聚类算法对聚类表征特征量的依赖性以及定义的不完备性,结合遥感图像的数据的空间位置关系提出了一种结合多元信息聚类与空间约束的遥感图像分割方法。针对某一聚类数据,以若干数据点(多元)组合的方式遍历其所有数据点,并定义多元组合的互信息,以表征该聚类的类内相似性;通过计算类外像素对类内多元组合的互信息,刻画类间的非相似性。在此基础上建立类内相似性和类间差异性,然后结合两者之间的平衡关系建立目标函数,并将Potts模型扩展到目标函数以加入空间约束,最后通过最大化目标函数实现图像分割。对模拟及真实全色遥感影像分割结果的定性、定量分析表明:结合多元信息聚类与空间约束的遥感影像分割方法可以避免聚类表征特征量的定义,从根本上消除其对图像分割的影响,并充分考虑遥感数据的空间位置关系。
【图文】：

文在算法实现中采用数据采样方式构建多元组合，利用局部与整体互信息间特有的关系估算聚类内或像素对聚类的相似性，从而简化了计算量。通过对比可知，本文提出算法可以将各同质区域较好的分割开，而且同质区域内噪声很少，这是因为本文算法直接以聚类中全部数据为表征特征量，避免了聚类表征特征量的定义，而且涵盖了聚类的全部特征，从而增强了图像分割的稳定性以及抗噪性。表1模拟图像的高斯分布参数Tab．1Gaussiandistributionparameterforsimulatedimage同质区域ⅠⅡⅢⅣⅤ均值2040110170210方差1020304050图1模拟图像的生成Fig．1Simulatedimages为了对提出算法进行定量评价，，根据图1(a)所示的模拟图像模板以及图2(a1)～(a3)所示的分割结果，分别生成混淆矩阵，并根据此矩阵计算出用户精度、产品精度、总精度以及Kappa系数，如表2。从表2可以看出，以多元相似性为基本测度的分割结果(图2(a2)、图2(a3))的各项精度指标大多数达到95%以上，总精度均大于95%，Kappa系数达到0．94以上，达到了优质分类器的指标。而以二元相似性为基本测度的分割结果其各项精度较低，并没有将各同质区域很好的分隔开，因此充分验证了本文提出算法的有效性和准确性。图2分割结果Fig．2Segmentationresult表2定量评价Tab．2Quantitativeevaluation方法精度指标同质区域ⅠⅡⅢⅣⅤ本文算法(二元)用户49．710099．855．4100产品1000．0399．699．883．0总体精度=63．5;K=0．54本文算法(三元)用户99．983．699．699．598．3产品80．299．999．698．499．7总体精度=95．6;K=0．94本文算法(四元)用户99．999．999．998．8100产品98．899．910010099．9总体精度=99．7;K=0．996753

图2分割结果Fig．2Segmentationresult
【作者单位】： 辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所;
【基金】：国家自然科学基金青年基金(41301479);国家自然科学基金面上项目(41271435) 辽宁省自然科学基金(2015020190)
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 李伟;;遥感图像中的道路提取[J];自动化博览;2006年05期

2 李传龙;李颖;马龙;;一种新的遥感图像海岸线检测方法[J];计算机仿真;2010年08期

3 张学良;肖鹏峰;冯学智;;基于图像内容层次表征的遥感图像分割方法[J];中国图象图形学报;2012年01期

4 秦其明;遥感图像自动解译面临的问题与解决的途径[J];测绘科学;2000年02期

5 陈小琪;现代计算机印前制版技术在遥感图像印制中的应用研究——以《长江经济带可持续发展地图集》为例[J];地球信息科学;2000年02期

6 邓湘金,彭海良;一种基于遥感图像的机场检测方法[J];测试技术学报;2002年02期

7 余杰千,方涛,陈雍业;一种有效的遥感图像无缝分割方法[J];计算机应用;2003年12期

8 吴为禄;遥感图像中的云层消除处理[J];铁路航测;2003年01期

9 于辉,徐军;彩色遥感图像目标提取方法研究[J];遥感技术与应用;2003年06期

10 黄勇杰,王树国,刘俊义,陈东;遥感图像去云算法研究[J];仪器仪表学报;2003年S2期

相关会议论文 前10条

1 张凤春;董增寿;刘明君;;基于局部方差均衡的遥感图像增强方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

2 邓冰;林宗坚;彭晓东;;遥感图像信息度量的原理与方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 江兴方;江鸿;何贤强;;遥感图像两种半自动拼接方法的研究[A];全国农业遥感技术研讨会论文集[C];2009年

4 罗睿;张永生;范永弘;邓雪清;;遥感图像基于内容查询的研究与实践[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

5 陈东;庞怡杰;黄勇杰;;大倾斜航空遥感图像快速自动镶嵌技术[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年

6 黄勇杰;王树国;刘俊义;陈东;;遥感图像去云算法研究[A];首届信息获取与处理学术会议论文集[C];2003年

7 谢建春;赵荣椿;;遥感图像中的军用机场识别算法研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

8 陈姚;王金亮;李石华;;遥感图像中云层遮挡影响消除处理方法研究述评[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 张磊;朱磊;;遥感图像中直线目标的检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

10 邱磊;李国辉;衡祥安;;一种基于交互学习的遥感图像挖掘方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

相关重要报纸文章 前1条

1 蒋建科邋孙宏金 陈树琛;传回清晰遥感图像[N];人民日报;2008年

相关博士学位论文 前10条

1 祁友杰;基于SoC技术的遥感图像快速匹配方法研究[D];东南大学;2016年

2 江兴方;遥感图像去云方法的研究及其应用[D];南京理工大学;2007年

3 滕鑫鹏;遥感图像道路提取研究[D];江苏大学;2014年

4 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年

5 刘哲;基于信息融合的遥感图像处理方法研究[D];西北工业大学;2002年

6 强赞霞;遥感图像的融合及应用[D];华中科技大学;2005年

7 杜根远;海量遥感图像内容检索关键技术研究[D];成都理工大学;2011年

8 陶午沙;基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D];国防科学技术大学;2004年

9 林剑;基于模糊理论的遥感图像分割方法研究[D];中南大学;2003年

10 薛丽霞;基于对象云的遥感图像模糊边缘检测研究[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 邱磊;基于内容的遥感图像挖掘方法研究[D];国防科学技术大学;2005年

2 王静静;基于NSCT和Shearlet变换的遥感图像增强研究[D];新疆大学;2014年

3 柴宏磊;基于知识的遥感图像港口目标识别[D];电子科技大学;2015年

4 冯一鸣;基于遥感图像中港口目标的分割算法研究与实现[D];西安电子科技大学;2014年

5 吴云坤;遥感图像变化检测技术研究[D];国防科学技术大学;2013年

6 王旭;无参考遥感图像质量综合评价算法研究[D];西安电子科技大学;2015年

7 张少辉;基于刃边法的遥感图像重建方法研究[D];西安电子科技大学;2014年

8 王子维;无人机遥感图像的拼接技术研究[D];东北石油大学;2015年

9 曹敏洁;遥感图像厚云及其阴影去除技术研究[D];广西师范大学;2015年

10 钱叶青;不同时相遥感图像配准技术的研究[D];集美大学;2015年

本文编号：2551382