基于分形网络演化方法和改进模糊聚类遥感影像分割

被引:3
作者
王民
宋正付
王稚慧
机构
[1] 西安建筑科技大学信息与控制工程学院
关键词
遥感; 遥感影像; 模糊聚类; 分形网络演化方法; 粒子群算法;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
针对多尺度分割技术中的最优尺度选择问题,提出一种基于分形网络演化方法和改进模糊聚类遥感影像分割的方法。该方法利用分形网络演化方法对原始影像进行小尺度分割,并利用粒子群算法的全局搜索能力,从预分割的小尺度对象中确定最优初始聚类中心,在对小尺度对象聚类合并时,建立具有对象空间信息和对象间相关信息的目标函数,最终得到适应不同尺度地物的分割结果,降低了多尺度分割方法对尺度参数的过度依赖。实验结果表明,该方法可获得高质量的遥感影像分割结果。
引用
收藏
页码:292 / 297
页数:6
相关论文
共 7 条
[1]   基于分水岭和改进的模糊聚类图像分割 [J].
龚劬 ;
姚玉敏 .
计算机应用研究, 2011, 28 (12) :4773-4775
[2]   最优分割尺度下的多层次遥感地物分类实验分析 [J].
李秦 ;
高锡章 ;
张涛 ;
刘锟 ;
龚剑明 .
地球信息科学学报, 2011, 13 (03) :409-417
[3]   面向对象遥感分类方法在汶川地震震害提取中的应用 [J].
王岩 ;
王晓青 ;
窦爱霞 .
地震, 2009, 29 (03) :54-60
[4]   面向对象的最优分割尺度计算模型 [J].
何敏 ;
张文君 ;
王卫红 .
大地测量与地球动力学, 2009, 29 (01) :106-109
[5]   AN EFFECTIVE GRAPH-BASED HIERARCHY IMAGE SEGMENTATION [J].
Cu, Weihong ;
Zhang, Yi .
INTELLIGENT AUTOMATION AND SOFT COMPUTING, 2011, 17 (07) :969-981
[6]  
Image segmentation evaluation: A survey of unsupervised methods[J] . Hui Zhang,Jason E. Fritts,Sally A. Goldman.Computer Vision and Image Understanding . 2007 (2)
[7]   Parameter selection for region-growing image segmentation algorithms using spatial autocorrelation [J].
Espindola, G. M. ;
Camara, G. ;
Reis, I. A. ;
Bins, L. S. ;
Monteiro, A. M. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2006, 27 (14) :3035-3040