可变类谱聚类遥感影像分割-电子学报.PDF

可变类谱聚类遥感影像分割-电子学报.PDF

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(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。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第12期 电  子  学  报 Vol.46 No.12 2018年12月 ACTAELECTRONICASINICA Dec. 2018 可变类谱聚类遥感影像分割 李 玉,袁永华,赵雪梅 (辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究院,辽宁阜新 123000)   摘 要: 为实现遥感影像分割中类别数的准确、自动判别,提出了一种可变类谱聚类算法.根据影像的相似图构 建权值矩阵和标准Laplacians矩阵,计算Laplacians矩阵较小特征值对应的特征向量生成特征向量矩阵,并视其与像 素对应的向量行为像素特征点集;研究Laplacians矩阵处于不同(近似)块对角结构时类属同一目标类像素特征点的 聚集性,定义聚类度指标,计算不同分割类别数对应聚类度;选择聚类度将发生最后一次较大跳变时的分割类别数作 为算法估计类别数,并采用FCM(FuzzyCMeans)算法划分该类别数对应像素特征点集实现影像分割.分别采用提出 算法和基于特征间隙的算法分割合成及真实遥感影像.实验结果表明提出算法可准确地判别影像类别数. 关键词: 遥感影像;可变类分割;相似图;谱聚类 中图分类号: TP181   文献标识码: A   文章编号: 03722112(2018)12302108 电子学报URL:http://www.ejournal.org.cn  DOI:10.3969/j.issn.03722112.2018.12.028 SpectralClusteringofVariableClassfor RemoteSensingImageSegmentation LIYu,YUANYonghua,ZHAOXuemei (InstituteforRemoteSensingScienceandApplication,SchoolofGeomatics,LiaoningTechnicalUniversity,Fuxin,Liaoning123000,China) Abstract: Thispaperpresentsaspectralclusteringalgorithmbasedimagesegmentationtocorrectlyandautomatically determinethenumberofclasses.Firstly,theweightedmatrixandthenormalizedLaplaciansmatrixareestablishedwiththe similaritygraphcorrespondingtoagivenimage.Then,theeigenvectorscorrespondingtothesmallereigenvaluesofthenor malizedLaplaciansmatrixarecalculatedtogenerateeigenvectorsmatrixandthepixelfeaturepointssetisconstructedby meansoftreatingeachlineoftheeigenvectorsasadifferentdatapoint.Secondly,whentheLaplaciansmatrixisindifferent approximateblockdiagonalstructure,theproposedalgorithmexploitstheclusteringpropertyofthepixelfeaturepointsbe longingtothesameclassandcalculatesthecorrespondingclusteringdegreeofthedifferentnumberofsegmentationclasses b

文档评论(0)

fengruiling + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档