集成高度和彩色纹理特征的影像目标模糊聚类识别方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

集成高度和彩色纹理特征的影像目标模糊聚类识别方法

潘励, 郑宏, 张祖勋, 张剑清

文章导航 > 武汉大学学报 ( 信息科学版) > 2004 > 29(4): 311-314

潘励, 郑宏, 张祖勋, 张剑清. 集成高度和彩色纹理特征的影像目标模糊聚类识别方法[J]. 武汉大学学报 ( 信息科学版), 2004, 29(4): 311-314.

引用本文:

潘励, 郑宏, 张祖勋, 张剑清. 集成高度和彩色纹理特征的影像目标模糊聚类识别方法[J]. 武汉大学学报 ( 信息科学版), 2004, 29(4): 311-314.

PAN Li, ZHENG Hong, ZHANG Zuxun, ZHANG Jianqing. Combined Features for Object Extraction Using Fuzzy C-Mean[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 311-314.

Citation:

PAN Li, ZHENG Hong, ZHANG Zuxun, ZHANG Jianqing. Combined Features for Object Extraction Using Fuzzy C-Mean[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 311-314.

集成高度和彩色纹理特征的影像目标模糊聚类识别方法

1 武汉大学遥感信息工程学院, 武汉市珞喻路129号, 430079;
2 武汉大学电子信息学院, 武汉市珞喻路129号, 430079

作者简介:
潘励,博士,副教授。现从事数字摄影测量、影像解译以及模式识别等方面的研究和教学工作。

中图分类号: P237.3

Combined Features for Object Extraction Using Fuzzy C-Mean

1 School of Remote Sensing and Information Engineering, Wuhan University, 129 Luoyu Road, Wuhan 430079, China;
2 School of Electronic Information, Wuhan University, 129 Luoyu Road, Wuhan 430079, China

摘要: 提出一种基于高度和彩色纹理信息的目标识别方法,其目的是提取具有相对高度的地物。由于传统二维纹理分析的方法往往不能有效地提取这类目标,本文把高度、色彩和纹理信息有机地结合起来,提高了识别率。依据影像提取结果,探讨了树林对森林覆盖地区自动空中三角测量选点的负面影响,同时建议采用数据分组的方案来改善森林覆盖地区自动空中三角测量的精度,并用对比实验证明了其有效性。
- 目标识别 /
- 高度信息 /
- 彩色纹理 /
- 模糊聚类
Abstract: This paper proposes a method for objects extraction based on high and color texture features. The existing methods using two-dimensional texture features are not effective enough for the extraction of the objects which are higher than their surroundings. An architecture is presented that observed points on forest and on non-forest are divided into two different groups in automatic aerial triangulation. The experimental results proves that the method of observed points divided into two different groups can improve the accuracy of automatic aerial triangulation.
- object recognition /
- high feature /
- color texture /
- fuzzy C-mean

[1]	王昶, 张永生, 王旭. 基于变分法与Markov随机场模糊局部信息聚类法的SAR影像变化检测 . 武汉大学学报 ( 信息科学版), 2021, 46(6): 844-851. doi: 10.13203/j.whugis20190167
[2]	崔晓杰, 王家耀, 巩现勇, 赵耀. 利用模糊密度聚类和双向缓冲区自动识别热点区 . 武汉大学学报 ( 信息科学版), 2019, 44(1): 84-91. doi: 10.13203/j.whugis20180358
[3]	廖力, 周雪芹, 李清清, 陈璐, 周建中. 基于双重迭代聚类的模糊投影寻踪聚类算法 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 932-938. doi: 10.13203/j.whugis20140152
[4]	黄少滨, 杨欣欣. 基于最小平方和残差的高阶模糊联合聚类算法 . 武汉大学学报 ( 信息科学版), 2015, 40(2): 238-242.
[5]	田晶, 张泊宇, 杨雯雨. 对自组织映射聚类实现道路网网格模式识别 . 武汉大学学报 ( 信息科学版), 2013, 38(11): 1330-1334.
[6]	杨露菁, 郝威, 王德石. 基于静态模型的多视角SAR图像目标识别方法 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 26-30.
[7]	孔令桥, 秦昆, 龙腾飞. 利用二型模糊聚类进行全球海表温度数据挖掘 . 武汉大学学报 ( 信息科学版), 2012, 37(2): 215-219.
[8]	杨露菁, 王德石, 李煜. 利用边界链编码和HMM进行SAR图像阴影建模和分类 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 215-218.
[9]	刘小利, 朱国宾, 李清泉, 贾治革. 基于并行Tabu搜索和空间信息约束的遥感影像模糊聚类 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 527-530.
[10]	张正禄, 汪宏晨, 邓勇, 谢年生. 滑坡变形分析与预报的新方法 . 武汉大学学报 ( 信息科学版), 2009, 34(12): 1387-1389.
[11]	刘朔, 武红敢, 温庆可. 基于遗传和蚁群组合算法优化的遥感图像分割 . 武汉大学学报 ( 信息科学版), 2009, 34(6): 679-683.
[12]	钟燕飞, 张良培, 李平湘. 遥感影像分类中的模糊聚类有效性研究 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 391-394.
[13]	余瑞星, 朱冰, 张科, 吕梅柏. 基于小波的ICM不变特征在图像匹配识别中的应用 . 武汉大学学报 ( 信息科学版), 2008, 33(12): 1225-1228.
[14]	胡春春, 孟令奎, 谢文君, 周新忠. 空间数据模糊聚类的有效性评价 . 武汉大学学报 ( 信息科学版), 2007, 32(8): 740-743.
[15]	闫利, 张毅. 基于法向量模糊聚类的道路面点云数据滤波 . 武汉大学学报 ( 信息科学版), 2007, 32(12): 1119-1122.
[16]	邢喆, 王泽民, 伍岳. 利用模糊聚类方法筛选GPS载波相位组合观测值 . 武汉大学学报 ( 信息科学版), 2006, 31(1): 23-26.
[17]	汪闽, 骆剑承, 明冬萍. 高分辨率遥感影像上基于形状特征的船舶提取 . 武汉大学学报 ( 信息科学版), 2005, 30(8): 685-688.
[18]	苗作华, 刘耀林, 王海军. 耕地需求量预测的加权模糊-马尔可夫链模型 . 武汉大学学报 ( 信息科学版), 2005, 30(4): 305-308.
[19]	文贡坚, 李德仁, 叶芬. 从卫星遥感全色图像中自动提取城市目标 . 武汉大学学报 ( 信息科学版), 2003, 28(2): 212-218.
[20]	余农, 吴常泳. 基于形态学理论的自动目标识别技术——自适应BP学习算法 . 武汉大学学报 ( 信息科学版), 2003, 28(2): 219-223.

WeChat

点击查看大图

计量

文章访问数: 651
HTML全文浏览量: 87
PDF下载量: 149
被引次数: 0

集成高度和彩色纹理特征的影像目标模糊聚类识别方法

1 武汉大学遥感信息工程学院, 武汉市珞喻路129号, 430079;

2 武汉大学电子信息学院, 武汉市珞喻路129号, 430079

作者简介:
潘励,博士,副教授。现从事数字摄影测量、影像解译以及模式识别等方面的研究和教学工作。

收稿日期: 2004-01-20
刊出日期: 2004-04-05

中图分类号: P237.3

关键词:

摘要: 提出一种基于高度和彩色纹理信息的目标识别方法,其目的是提取具有相对高度的地物。由于传统二维纹理分析的方法往往不能有效地提取这类目标,本文把高度、色彩和纹理信息有机地结合起来,提高了识别率。依据影像提取结果,探讨了树林对森林覆盖地区自动空中三角测量选点的负面影响,同时建议采用数据分组的方案来改善森林覆盖地区自动空中三角测量的精度,并用对比实验证明了其有效性。

English Abstract

潘励, 郑宏, 张祖勋, 张剑清. 集成高度和彩色纹理特征的影像目标模糊聚类识别方法[J]. 武汉大学学报 ( 信息科学版), 2004, 29(4): 311-314.

引用本文:

潘励, 郑宏, 张祖勋, 张剑清. 集成高度和彩色纹理特征的影像目标模糊聚类识别方法[J]. 武汉大学学报 ( 信息科学版), 2004, 29(4): 311-314.

PAN Li, ZHENG Hong, ZHANG Zuxun, ZHANG Jianqing. Combined Features for Object Extraction Using Fuzzy C-Mean[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 311-314.

Citation:

PAN Li, ZHENG Hong, ZHANG Zuxun, ZHANG Jianqing. Combined Features for Object Extraction Using Fuzzy C-Mean[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 311-314.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码