一种基于Gamma分布的模糊聚类SAR图像分割方法

    公开(公告)号:CN105787935A

    公开(公告)日:2016-07-20

    申请号:CN201610096321.5

    申请日:2016-02-22

    CPC classification number: G06K9/6221 G06T2207/10044 G06T2207/30181

    Abstract: 本发明提供一种基于Gamma分布的模糊聚类SAR图像分割方法,包括:将待分割SAR图像各像素的灰度值作为样本点,构建具有Gamma分布函数的FCM目标函数;确定FCM目标函数中各参数的求解公式;利用具有Gamma分布函数的FCM目标函数进行待分割SAR图像模糊聚类,得到待分割SAR图像各像素的灰度值属于各地物类别的模糊隶属度矩阵;对上述模糊隶属度矩阵按最大隶属度原则进行反模糊化,实现SAR图像分割。本发明利用Gamma分布概率密度函数的负对数描述像素点到聚类的非相似性测度,通过精确拟合SAR图像分布特征进一步克服SAR图像中的噪声对分割结果的影响,从而提高分割精度,有效提高了SAR图像的拟合及分割精度。

    一种基于Gamma分布的模糊聚类SAR图像分割方法

    公开(公告)号:CN105787935B

    公开(公告)日:2018-05-08

    申请号:CN201610096321.5

    申请日:2016-02-22

    Abstract: 本发明提供一种基于Gamma分布的模糊聚类SAR图像分割方法,包括:将待分割SAR图像各像素的灰度值作为样本点,构建具有Gamma分布函数的FCM目标函数;确定FCM目标函数中各参数的求解公式;利用具有Gamma分布函数的FCM目标函数进行待分割SAR图像模糊聚类,得到待分割SAR图像各像素的灰度值属于各地物类别的模糊隶属度矩阵;对上述模糊隶属度矩阵按最大隶属度原则进行反模糊化,实现SAR图像分割。本发明利用Gamma分布概率密度函数的负对数描述像素点到聚类的非相似性测度,通过精确拟合SAR图像分布特征进一步克服SAR图像中的噪声对分割结果的影响,从而提高分割精度,有效提高了SAR图像的拟合及分割精度。

    一种火电厂负压侧系统漏点精确定位方法

    公开(公告)号:CN109816656B

    公开(公告)日:2023-06-20

    申请号:CN201910105715.6

    申请日:2019-02-01

    Abstract: 一种火电厂负压侧系统漏点精确定位方法,其特征包括以下步骤:首先采用红外图像采集装置对火电厂负压侧系统疑似漏点位置进行红外图像拍摄,而后通过上位机处理系统读取被检测设备的红外成像视频并对进行对抽取的样本图像进行灰度化处理、去噪处理、图像增强处理,再进行移动模板法识别图像中真空漏点部位像方位置,最终对真空管道漏点位置进行精确确定;本发明相较现有方法具有定位速度快、检测效率高、较强的抗干扰能力,不会对环境造成污染,不需大量外接设备,现场携带方便,泄露区划定明显,检测时间短,检测成本低。

    一种结合层次化高斯混合模型和M-H的遥感影像分割方法

    公开(公告)号:CN109934825A

    公开(公告)日:2019-06-25

    申请号:CN201910155482.0

    申请日:2019-03-01

    Abstract: 一种结合层次化高斯混合模型和M-H的遥感影像分割方法,包括以下步骤,首先读取待分割的高分辨率遥感影像,然后将待分割遥感影像内各像素强度作为样本点,构建待分割遥感影像的似然函数;而后定义似然函数模型参数的先验分布模型,包括混合权重,组份权重,均值和方差,接下来根据贝叶斯定理,结合似然函数和各参数先验分布构建模型参数的后验分布,即分割模型,最终利用结合层次化高斯混合模型和M-H的遥感影像分割方法实现遥感影像分割;通过以上方法步骤实现影像分割和模型参数求解,提出方法具有建模非对称、重尾和多峰等复杂统计分布的能力,在准确建模高分辨率遥感影像模型的前提下,提出算法可得到高精度的分割结果。

    基于可变高斯混合模型的高分辨率遥感影像监督分割方法

    公开(公告)号:CN105678790B

    公开(公告)日:2018-03-30

    申请号:CN201610099677.4

    申请日:2016-02-22

    Abstract: 本发明提供一种基于可变高斯混合模型的高分辨率遥感影像监督分割方法,对待分割的高分辨率遥感影像中的每个地物类别进行监督采样,计算每个像素的灰度值在对应的地物类别中出现的频率值;在高分辨率遥感影像的灰度测度空间对不同的地物类别建立可变高斯混合模型;融入空间关系,建立高分辨率遥感影像的目标函数;对高分辨率遥感影像的目标函数矩阵按最大概率测度原则进行划分。本发明能够精确拟合高分辨率遥感影像复杂的分布特征并且具有良好抗噪性。通过对同一地物类别自适应确定高斯分量数,实现了对高分辨遥感影像复杂的分布特征的精确拟合;融入空间关系后很好的克服了几何噪声和像素异常值对分割结果的影响,提高了分割精度。

    一种全色遥感图像分割方法

    公开(公告)号:CN106611425A

    公开(公告)日:2017-05-03

    申请号:CN201611174159.0

    申请日:2016-12-19

    CPC classification number: G06T2207/10032 G06T2207/30184

    Abstract: 本发明提供一种全色遥感图像分割方法,包括对像素点建立高斯分布概率密度函数;从当前的欧氏空间映射到黎曼空间构建数据子流形;在参数子流形上随机选取与地物类别数相同数量的点,表征初始的图像分割结果;将当前计算的数据子流形上的点划分到测地线距离的最小值对应的参数子流形上的点所属的地物类别;计算各像素点的光谱测度的均值和方差;构建表征地物类别的高斯分布概率密度函数表征新的图像分割结果中的某地物类别;图像分割结果不再改变时当前参数子流形上的点表征最优图像分割结果。本发明在欧氏空间建模,映射到黎曼空间,结合测地线距离描述数据与类别的非相似性测度,有效克服欧氏空间影像分割引入过多约束条件的问题。

    一种遥感影像中地物类别数估计方法及系统

    公开(公告)号:CN106204579A

    公开(公告)日:2016-12-07

    申请号:CN201610536944.X

    申请日:2016-07-08

    Abstract: 本发明提供一种遥感影像中地物类别数估计方法及系统,该方法包括:利用模糊聚类方法对待分割遥感影像进行分割,得到最佳模糊隶属度及最佳模糊聚类中心;计算初始地物类别的信息熵和信息熵上限,若大于信息熵上限,则执行分裂操作,否则计算最佳模糊聚类中心之间的欧几里得距离;若小于给定阈值,则两个地物类别相似,执行合并操作,否则不相似,得到地物类别数估计结果和最终分割结果。本发明能与传统图像分割方法结合,有效估计遥感影像中地物类别数。基于信息熵衡量地物类别内信息量的特性,定义分裂条件,并利用欧几里得距离描述不同地物类别间差异性,定义合并条件,在分裂操作中能够分裂聚类算法无法有效区分的区域,提高分割精度。

    基于模糊化高斯隶属函数的高分辨率遥感影像分割方法

    公开(公告)号:CN105590325A

    公开(公告)日:2016-05-18

    申请号:CN201610099723.0

    申请日:2016-02-22

    CPC classification number: G06T2207/10032 G06T2207/20081 G06T2207/20084

    Abstract: 本发明提出一种基于模糊化高斯隶属函数的高分辨率遥感影像分割方法,监督采样提取训练样本,计算训练样本中每个像素的灰度值在对应的地物类别中出现的频率值;对不同地物类别建立高斯隶属函数模型;高斯隶属函数模型参数模糊化,建立模糊化隶属函数;建立线性神经网络模型作为高分辨率遥感影像的目标函数,融入空间关系得到高分辨率遥感影像的目标函数矩阵;按最大隶属度原则划分高分辨率遥感影像的目标函数矩阵;按照设定步长改变调节因子,取最优分割作为最终结果。本发明以模糊化隶属函数的边界信息及原始隶属函数为基础,建立目标函数并融入了空间关系,实现了对高分辨率遥感影像复杂分布特征的精确拟合,并有效克服了噪声,提高了分割精度。

    一种基于体元的机载LIDAR点云三维滤波方法

    公开(公告)号:CN105844602B

    公开(公告)日:2018-11-20

    申请号:CN201610201234.1

    申请日:2016-04-01

    Abstract: 针对现有研究所采用的数据组织形式均不利于发挥机载LIDAR点云真3D特性的局限性,本发明提出一种基于体元的机载LIDAR点云三维滤波方法,属于遥感数据处理领域,方法包括:读取原始LIDAR点云数据;异常数据辨识及剔除;二值体元数据结构模型建立;基于体元的3D滤波。该方法将离散的点云规则化为二值3D体数据,根据体元中是否包含有激光点分别为体元赋值1和0,包含激光点赋值1,无激光点赋值0,1和0分别代表目标和背景,进而选择局部高程最低作为地面种子体元并标记其邻域目标体元为地面体元,本发明有助于3D数据表达及处理。

    一种遥感影像中地物类别数估计方法及系统

    公开(公告)号:CN106204579B

    公开(公告)日:2018-09-25

    申请号:CN201610536944.X

    申请日:2016-07-08

    Abstract: 本发明提供一种遥感影像中地物类别数估计方法及系统,该方法包括:利用模糊聚类方法对待分割遥感影像进行分割,得到最佳模糊隶属度及最佳模糊聚类中心;计算初始地物类别的信息熵和信息熵上限,若大于信息熵上限,则执行分裂操作,否则计算最佳模糊聚类中心之间的欧几里得距离;若小于给定阈值,则两个地物类别相似,执行合并操作,否则不相似,得到地物类别数估计结果和最终分割结果。本发明能与传统图像分割方法结合,有效估计遥感影像中地物类别数。基于信息熵衡量地物类别内信息量的特性,定义分裂条件,并利用欧几里得距离描述不同地物类别间差异性,定义合并条件,在分裂操作中能够分裂聚类算法无法有效区分的区域,提高分割精度。

Patent Agency Ranking