智能交通背景下模糊聚类图像识别的优化设计

被引：2

作者：

苏红帆

机构：

[1] 南宁市公安局交通警察支队科研所

来源：

信息技术 | 2016年 / 12期

关键词：

模糊聚类; 遥感图像; 云识别; 成功率; 效果;

D O I：

10.13274/j.cnki.hdzj.2016.12.034

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用]; TP751 [图像处理方法];

学科分类号：

080201 [机械制造及其自动化]; 082301 [道路与铁道工程];

摘要：

采用模糊聚类的遥感图像云识别聚类算法实现了多卫星云图识别改进设计,对于设计的模糊聚类算法,验证中表明算法的分类成功率较好,与其他算法相比其运行时间、准确度方面具有明显的优势,在多卫星云图识别的实验验证中得出,最终的实验测得的结果图可以有效地说明模糊聚类算法应用在遥感图像的云识别上的效果很好。实验结果对于多卫星复杂云图识别具有明显理论和实际应用价值。

引用

页码：152 / 155

页数：4

共 11 条

[1]

Metamodel-based Global Optimization Using Fuzzy Clustering for Design Space Reduction.[J].LI Yulin;LIU Li;LONG Teng;DONG Weili;.Chinese Journal of Mechanical Engineering.2013, 05

[2]

Classification of hyperspectral remote sensing images using frequency spectrum similarity.[J].WANG Ke;GU XingFa;YU Tao;MENG QingYan;ZHAO LiMin;FENG Li;.Science China(Technological Sciences).2013, 04

[3]

A fast and effective fuzzy clustering algorithm for color image segmentation [J].

王改华 ;

李德华 .

JournalofBeijingInstituteofTechnology, 2012, 21 (04) :518-525

[4]

Clustering mechanism for electric tomography imaging.[J].WU Teresa;.Science China(Information Sciences).2012, 12

[5]

Scale Issues of Wetland Classification and Mapping Using Remote Sensing Images: A Case of Honghe National Nature Reserve in Sanjiang Plain; Northeast China.[J]..Chinese Geographical Science.2011, 02

[6]

USING COVARIANCE INTERSECTION FOR CHANGE DETECTION IN REMOTE SENSING IMAGES [J].