基于改进模糊均值聚类算法的遥感图像分割技术.pdf
《基于改进模糊均值聚类算法的遥感图像分割技术.pdf》由会员分享,可在线阅读,更多相关《基于改进模糊均值聚类算法的遥感图像分割技术.pdf(5页珍藏版)》请在咨信网上搜索。
1、书书书第 卷 第 期 年 月沈阳工业大学学报 收稿日期:基金项目:江西省科技计划项目();国网江西经研院科技项目()。作者简介:陈幸(),女,江西九江人,工程师,硕士,主要从事电网工程与信息技术等方面的研究。檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪殏殏殏殏信息科学与工程 :基于改进模糊均值聚类算法的遥感图像分割技术陈幸,陈盛华,陈国华,孙蕾,姚明侠(国网江西省电力有限公司 经济技术研究院,江西 南昌 )摘要:针对遥感图像分割迅速性和准确性不高的问题,提出了一种基于改进模糊均值聚类算法的遥感图像分割技术并将其应用于电力规划建设领域。以模糊均值聚类算法为基础,采用样本特征值平方差方式定义了新的特征距离,并
2、通过引入空间函数方式实现了对图像空间信息的利用,从而对模糊均值聚类算法进行改进。结果表明:改进 算法单张图像处理时间约为 图像处理算法的 倍,约为 图像处理算法的 倍;改进 算法图像分割准确率约为 ,比 算法高约 ,比传统 算法高约 。关键词:遥感图像;电力建设;模糊均值;聚类;图像分割;空间函数;特征值;特征距离中图分类号:文献标志码:文章编号:(),(,):,(),:;随着社会经济的不断发展,基础设施建设如何合理、有效地利用土地资源已成为目前亟待解决的问题。在电力行业,利用遥感图像技术对土地资源进行分类,进而实现输电走廊和变电站的合理规划选址,对实现电网系统建设的高质量发展,加强电力系统的
3、精准投资和精细化管理具有重要意义 。基于人工智能算法的遥感图像分割技术已经得到广泛研究 。王玉等 利用曲波变换获得多尺度分解图像,提出了能够应用于全色遥感图像的分割技术。韦兴旺等 在超像元分割图像基础上对图像区域进行索引,并利用光谱图像特征得到尺度图像性质,从而实现对遥感图像的分割。林文杰等 利用 的良好抗噪性能,构建了区域隐马可夫随机场模型,并利用偏微分方法得到了全局最优图像分割结果。韦春桃等 结合双树复小波纹理和马可夫随机场模型提出了一种高分辨率遥感图像分割方法,在降低噪声的同时提高特征表达准确度。许癑等 采用改进 架构与全连接条件随机场提出了一种基于深度学习模型的遥感图像分割技术,实现了
4、对遥感图像地表物特征的有效提取。对遥感图像分割技术的研究能够实现地表特征的迅速提取,进而合理规划电力建设用地,落实高质量发展要求 。本文在目前广泛使用的模糊均值聚类算法基础上,提出了一种考虑图像空间信息的改进模糊均值聚类算法,以期进一步提升图像分割运行速度和准确度。模糊均值聚类算法模糊均值聚类算法基本原理是对图像中属性一致的像素点进行聚类,然后按照最大隶属度原则对图像进行分割 。以灰度图像为例,将图像像素点个数作为样本数量,灰度值作为样本特征。模糊均值聚类算法的目的是将 个样本划分为个子类,通过对模糊隶属度和聚类中心的不断迭代使得目标函数达到最小值。模糊均值聚类算法的目标函数表达式为 ()式中
5、:为像素 相对第 个聚类中心 的模糊隶属度;为权重系数;为 与 之间的灰度距离。满足的约束条件为 ()计算公式为 ()对 和 求导,得到关于模糊隶属度和聚类中心的迭代公式,即 ()()()()由式()和式()可知,若 与 的特征值相近,则该像素具有较高模糊隶属度。综上可知,基于模糊均值聚类算法的遥感图像分割基本过程为:)设置聚类个数,初始化模糊隶属度值及其权重参数,设定目标函数迭代终止条件;)计算聚类中心;)计算模糊隶属度;)重复步骤 ),直到目标函数满足终止条件或达到最大迭代次数;)根据隶属度最大原则,对图像进行聚类分割。算法传统 算法在进行遥感图像分割时,不仅处理速度较慢且抗噪性能较差。因
6、此,采用融合空间信息的模糊均值聚类()算法改善 算法的抗噪性。空间邻域表达式为 ()式中:为 的邻域像素集;为 中邻域像素个数;为控制领域项作用于分割结果的权重参数。空间函数 表示邻域像素 属于聚类中心的概率,其表达式为 ()式中,为邻域像素 的隶属度值。计算过程中模糊隶属度更新公式为 ()()算法目标函数表达式为 ()与 算法相比,算法在每一次迭代过程中计算模糊隶属度时,可以通过引入领域像素点相对于聚类中心的隶属度信息来降低单一噪点对聚类结果的影响。改进 算法模糊均值聚类算法中像素与聚类中心的灰度距离会对聚类结果产生影响。为了加快算法收敛速度,采用像素特征值平方差方式定义像素 与聚类中心 之
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 模糊 均值 算法 遥感 图像 分割 技术
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。