搜索结果: 1-6 共查到“测绘科学技术 影像分割”相关记录6条 . 查询时间(0.139 秒)
为了自动确定多光谱遥感影像中地物目标类别数，该文提出一种基于可变类模糊C均值(Fuzzy C-Means, FCM)的多光谱遥感影像分割方法。首先定义像素与聚类的非相似性测度并据此构建目标函数，而后通过求解目标函数得到最优模糊隶属度和聚类中心。其次，研究模糊因子与影像地物目标类别数的关系，并通过定义划分熵(Partition Entropy, PE)指数优选模糊因子，选择PE指数值稳定收敛后所对应...
本文利用隐马尔可夫随机场和高斯模型分别建立标号场和特征场的邻域关系,提出了基于隐马尔可夫高斯随机场模型的模糊聚类分割算法.该算法用隐马尔可夫随机场模型定义先验概率,并将该先验概率作为尺度控制因子引入到KL(Kullback-Lerbler)信息中,在目标函数的定义中,KL信息作为规则化项,其系数表示算法的模糊程度.在基于高斯模型的后验概率中,像素相关性被定义在空间和谱间,并用该概率的负对数值表征像...
区域化模糊均值高分辨率彩色遥感影像分割方法
遥感影像分割 模糊均值 Voronoi划分 区域化分割
2016/1/4
基于像素模糊均值算法(FCM)及其改进算法难以解决高分辨率遥感影像中地物目标光谱测度相似性减弱和几何噪声增大带来的分割难题,提出一种基于区域的FCM算法.该方法利用Voronoi几何划分将影像域划分为子区域,并用子区域拟合地物目标的几何形状.在此基础上,定义区域FCM目标函数,通过迭代最小化该目标函数实现高分辨率遥感影像分割.实验结果表明,与基于像素的FCM和增强FCM方法相比,所提出方法可以更加...
基于Voronoi几何划分和层次化建模的纹理影像分割
二值高斯马尔科夫随机场 贝叶斯定理 最大后验概率
2014/7/8
将基于像素MRF分割方法拓展到基于地物目标几何约束的区域MRF分割，提出了一种基于区域和统计的纹理影像分割方法，其基本思想是利用Voronoi划分技术将影像域划分为若干子区域。在此基础上，采用二值高斯马尔科夫随机场（BGMRF, bivariate Gaussian Markov random field）模型，静态随机场模型和Potts模型从邻域、区域及全局层次描述影像的纹理结构，并将该纹理结构...
基于微分形态学断面的遥感影像分割方法
微分形态学断面 遥感影像分割
2009/1/7
介绍形态学测地重建与开闭重建运算$提出基于微分形态学断面的影像分割方法 首先生成原始影像的微分形态学断面影像然后比较得到像点的微分断面特征最后以微分断面特征为基础实现影像分割 以EkY8YD 卫星影像为例该方法能够有效地分割噪声严重’反差较低的遥感影像$同时在保持物体的形状’大小信息等方面具有优势
高空间分辨率遥感影像分割方法研究综述
高空间分辨率遥感影像 影像分割方法 应用策略 进展
2013/11/4
遥感影像分割是指把一幅影像划分为互不重叠的一组区域的过程，它要求得到的每个区域的内部具有某种一致性或相似性，而任意两个相邻的区域则不具有此种相似性。遥感影像分割是面向对象的遥感影像数据挖掘与应用中的一项关键技术，对于影像目标信息自动化提取与智能识别尤为重要，在面向对象的遥感影像处理工程中具有重要意义。本文对常见的高空间分辨率遥感影像分割方法与应用策略进行了分析，比较了各种分割方法的应用范围、优缺点...