基于聚类分析的遥感图像分割方法
发布时间：2021-04-07 02:07
伴随遥感探测技术和航天技术的高速革新,遥感平台传回的高分辨率图像涵盖的信息也日渐丰富,其中涵盖了广泛的地球地表信息和光谱信息,如地表的形状、纹理等内容。遥感图像携带的丰富数据量为众多领域应用打下了良好基础,但遥感图像所含有的丰富数据在当前并不能转变为有效信息以供人类使用,因此需要人们加大在遥感信息提取方面的投入,同时也是众多研究领域的一项发展基础,旨在将遥感信息携带的有效信息实现高效率转化,并使其在众多研究领域内实现深入的应用。首先需要将遥感图像进行有效分割,图像分割的优劣将直接决定了后续的特征提取等质量。聚类分析作为当前经典的多变量统计方法,已经成为多个领域数据分析汇总使用较为频繁的工具之一,聚类分析理论和应用推动了当前如机器学习、图像处理、生物学等多个领域的不断发展。聚类算法属于一种无监督的学习方法,即不需要进行训练样本,这就使得聚类方法能够很好的应用在图像分割领域。本文所涉及的图像分割技术则是在当前研究成果基础上进行的改进,即针对当前模糊C均值聚类以及Mean Shift聚类过程中难以确定聚类中心、受噪声干扰严重等问题,提出了新的算法。为了获得良好的遥感图像分割效果,本文在现有理...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：110 页
【学位级别】：博士
【部分图文】：
定性概念“坐标原点周围”的云图
在概率统计中，正态分布是一个极为重要且基本的分布之一，对于所接触到的众多现象其都可以通过使用正态分布进行描述，对于其他似的现象也可以使用正态分布函数进行相应计算，由此可见，正态分学中的重要性。在本文中所进行的遥感图像分割领域方面的研究其也应的正态分布来进行表示[100-102]。通过使用云模型中所涉及到的相应的三个数字特征便能够绘制出构的云，通过使用定性描述法能够对数据进行相应的刻画，并将数据随机性两者进行完美融合。在图 2.3 中便详细地展示了具有不同数字型。从这 4 幅图的对比可以总结出各个数字所代表的不同含义。其中，则云滴的聚集程度越高，相应的确定度也会越大。超熵值越大，则增加，相应的确定度便会降低。图 2.2 正态云模型 Cloud（2，1，0.15，200）
En 0.5, He 0.04d． Ex 0, En 1, He 0.2图 2.3 不同数字特征的云1.3 正态云模型的数学性质定义（2-1）[88]设 U 是一个由精确数值表示的定量论域，C 是 U 上的定，若定量值x U，且 x 是定性概念 C 的一次随机实现，若 x '2N (E x ,E n )，其中' 2En N (E n ,H e )，且 x 对 C 的确定度满足以下公式 22( )( )2( 3 )2x ExEn Hey e ……………………………………………………(2S( n ) g f 4 k 3n 1 O( m n )g f ……………………(2式 2.1 中 Ex 代表正态云的期望，En 代表一个符合条件的正态随机数。
【参考文献】：
期刊论文
[1]多云核提取方法在图像分割中的应用[J]. 李万臣,田淑娟. 电子科技. 2013(08)
[2]融合图像边缘和区域特征的道路检测算法[J]. 杨唐文,王敏杰,秦勇. 东南大学学报(自然科学版). 2013(S1)
[3]基于标记和模糊聚类的分水岭声纳图像分割[J]. 李轲,刘忠,李翀伦,张国栋. 华中科技大学学报(自然科学版). 2013(06)
[4]基于Contourlet域图谱聚类和多尺度Markov模型的多光谱遥感图像分割[J]. 徐海霞,温显斌,邹永廖,郑永春. 光电子.激光. 2013(05)
[5]基于图割和分水岭变换的图像分割方法[J]. 李海滨,杜益福,刘彬. 燕山大学学报. 2013(02)
[6]应用于遥感图像分割的原型提取谱聚类集成算法[J]. 赵凤,刘汉强,范九伦,潘晓英. 武汉大学学报(信息科学版). 2012(12)
[7]基于Markov图像分割的红外桥梁目标识别算法[J]. 刘昕,田永刚. 计算机仿真. 2012(11)
[8]一种改进的基于区域生长的彩色图像分割方法[J]. 刘俊,马燕,陈坤. 计算机应用与软件. 2012(11)
[9]基于小波变换与图割的彩色图像分割方法[J]. 刘毅,冯国富,江效尧,孙怀江,夏德深. 小型微型计算机系统. 2012(10)
[10]一种基于图论的图像分割算法[J]. 张乾,冯夫健,林鑫,王林. 计算机工程. 2012(18)
博士论文
[1]确定性测量矩阵与稀疏重建算法研究及其在WCSS中的应用[D]. 李佳.哈尔滨工业大学 2016
[2]基于分数阶全变差的视频图像压缩感知重构算法研究[D]. 陈高.西南交通大学 2016
[3]基于克隆选择和聚类的遥感图像分割研究[D]. 管红杰.中国矿业大学 2014
[4]利用分集信息和结构稀疏性的雷达目标成像技术研究[D]. 游鹏.国防科学技术大学 2014
[5]基于稀疏表示与优化的图像信息处理方法及应用[D]. 项凤涛.国防科学技术大学 2014
[6]基于像素聚类的彩色图像分割技术研究[D]. 司马海峰.北京理工大学 2014
[7]基于聚类分析的图像分割方法研究[D]. 张新野.大连海事大学 2012
[8]基于水平集和模糊聚类方法的图像分割技术研究[D]. 李传龙.大连海事大学 2012
[9]基于聚类分析的图像分割算法研究[D]. 许晓丽.哈尔滨工程大学 2012
[10]Mean Shift遥感图像分割方法与应用研究[D]. 周家香.中南大学 2012
本文编号：3122595
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：110 页
【学位级别】：博士
【部分图文】：
定性概念“坐标原点周围”的云图
在概率统计中，正态分布是一个极为重要且基本的分布之一，对于所接触到的众多现象其都可以通过使用正态分布进行描述，对于其他似的现象也可以使用正态分布函数进行相应计算，由此可见，正态分学中的重要性。在本文中所进行的遥感图像分割领域方面的研究其也应的正态分布来进行表示[100-102]。通过使用云模型中所涉及到的相应的三个数字特征便能够绘制出构的云，通过使用定性描述法能够对数据进行相应的刻画，并将数据随机性两者进行完美融合。在图 2.3 中便详细地展示了具有不同数字型。从这 4 幅图的对比可以总结出各个数字所代表的不同含义。其中，则云滴的聚集程度越高，相应的确定度也会越大。超熵值越大，则增加，相应的确定度便会降低。图 2.2 正态云模型 Cloud（2，1，0.15，200）
En 0.5, He 0.04d． Ex 0, En 1, He 0.2图 2.3 不同数字特征的云1.3 正态云模型的数学性质定义（2-1）[88]设 U 是一个由精确数值表示的定量论域，C 是 U 上的定，若定量值x U，且 x 是定性概念 C 的一次随机实现，若 x '2N (E x ,E n )，其中' 2En N (E n ,H e )，且 x 对 C 的确定度满足以下公式 22( )( )2( 3 )2x ExEn Hey e ……………………………………………………(2S( n ) g f 4 k 3n 1 O( m n )g f ……………………(2式 2.1 中 Ex 代表正态云的期望，En 代表一个符合条件的正态随机数。
【参考文献】：
期刊论文
[1]多云核提取方法在图像分割中的应用[J]. 李万臣,田淑娟. 电子科技. 2013(08)
[2]融合图像边缘和区域特征的道路检测算法[J]. 杨唐文,王敏杰,秦勇. 东南大学学报(自然科学版). 2013(S1)
[3]基于标记和模糊聚类的分水岭声纳图像分割[J]. 李轲,刘忠,李翀伦,张国栋. 华中科技大学学报(自然科学版). 2013(06)
[4]基于Contourlet域图谱聚类和多尺度Markov模型的多光谱遥感图像分割[J]. 徐海霞,温显斌,邹永廖,郑永春. 光电子.激光. 2013(05)
[5]基于图割和分水岭变换的图像分割方法[J]. 李海滨,杜益福,刘彬. 燕山大学学报. 2013(02)
[6]应用于遥感图像分割的原型提取谱聚类集成算法[J]. 赵凤,刘汉强,范九伦,潘晓英. 武汉大学学报(信息科学版). 2012(12)
[7]基于Markov图像分割的红外桥梁目标识别算法[J]. 刘昕,田永刚. 计算机仿真. 2012(11)
[8]一种改进的基于区域生长的彩色图像分割方法[J]. 刘俊,马燕,陈坤. 计算机应用与软件. 2012(11)
[9]基于小波变换与图割的彩色图像分割方法[J]. 刘毅,冯国富,江效尧,孙怀江,夏德深. 小型微型计算机系统. 2012(10)
[10]一种基于图论的图像分割算法[J]. 张乾,冯夫健,林鑫,王林. 计算机工程. 2012(18)
博士论文
[1]确定性测量矩阵与稀疏重建算法研究及其在WCSS中的应用[D]. 李佳.哈尔滨工业大学 2016
[2]基于分数阶全变差的视频图像压缩感知重构算法研究[D]. 陈高.西南交通大学 2016
[3]基于克隆选择和聚类的遥感图像分割研究[D]. 管红杰.中国矿业大学 2014
[4]利用分集信息和结构稀疏性的雷达目标成像技术研究[D]. 游鹏.国防科学技术大学 2014
[5]基于稀疏表示与优化的图像信息处理方法及应用[D]. 项凤涛.国防科学技术大学 2014
[6]基于像素聚类的彩色图像分割技术研究[D]. 司马海峰.北京理工大学 2014
[7]基于聚类分析的图像分割方法研究[D]. 张新野.大连海事大学 2012
[8]基于水平集和模糊聚类方法的图像分割技术研究[D]. 李传龙.大连海事大学 2012
[9]基于聚类分析的图像分割算法研究[D]. 许晓丽.哈尔滨工程大学 2012
[10]Mean Shift遥感图像分割方法与应用研究[D]. 周家香.中南大学 2012
本文编号：3122595
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3122595.html
