遥感图像分割中的小波域改进信息割算法

付辉敬; 田铮; 冉茂华; 贺飞跃

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

遥感图像分割中的小波域改进信息割算法

付辉敬, 田铮, 冉茂华, 贺飞跃

文章导航 > 武汉大学学报 ● 信息科学版 > 2013 > 38(4): 460-464

付辉敬, 田铮, 冉茂华, 贺飞跃. 遥感图像分割中的小波域改进信息割算法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(4): 460-464.

引用本文:

付辉敬, 田铮, 冉茂华, 贺飞跃. 遥感图像分割中的小波域改进信息割算法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(4): 460-464.

FU Huijing, TIAN Zheng, RAN Maohua, HE Feiyue. Remote Sensing Image Segmentation Based on Modified Information Cut in Wavelet Domain[J]. Geomatics and Information Science of Wuhan University, 2013, 38(4): 460-464.

Citation:

FU Huijing, TIAN Zheng, RAN Maohua, HE Feiyue. Remote Sensing Image Segmentation Based on Modified Information Cut in Wavelet Domain[J]. Geomatics and Information Science of Wuhan University, 2013, 38(4): 460-464.

遥感图像分割中的小波域改进信息割算法

1西北工业大学理学院, 西安市东大路1号,710129)(2西北工业大学计算机学院, 西安市东大路1号,710129)(3第二炮兵指挥学院, 武汉市二七路180号,430012

基金项目: 国家自然科学基金资助项目(60972150, 10926197)。

详细信息

作者简介:
付辉敬，博士生，主要研究方向为遥感图像处理。

中图分类号: P237.4

Remote Sensing Image Segmentation Based on Modified Information Cut in Wavelet Domain

1School of Science, Northwestern Polytechnical University, 1 Dongda Road, Xi’an 710129, China)(2School of Computer Science, Northwestern Polytechnical University, 1 Dongda Road, Xi’an 710129, China)(3The Second Artillery Command Institute, 180 Erqi Road, Wuhan 430012, China

摘要: 针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题，提出了一种小波域改进信息割(W\|MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进，以降低灰度变化对分割的影响；将MIC引入到小波域，利用小波的平滑作用降低参数选取复杂度，改善图像分割效果。遥感图像分割实验结果表明，W\|MIC可有效降低参数选择效应，不仅避免了灰度变化引起的误分割，而且还较好地保持了图像边缘。
- 遥感图像分割 /
- 信息割 /
- 灰度变化 /
- Parzen窗 /
- 平稳小波变换
Abstract: To solve the mis-clusters caused by the traditional information cut (IC) algorithm when it is applied to segment images with gray changes, a modified information cut in wavelet domain (W-MIC) algorithm is proposed. First, it modifies IC using a new Parzen windowing which combines the gray relevance and space relevance between image pixels in order to reduce the effect of gray changes to image segmentation. Further, considering the difficulties of selecting the optimal parameter in the above modified information cut (MIC), MIC is introduced to wavelet domain to reduce the complexity of parameter selection via the smoothing role of wavelet. Remote sensing image segmentation results demonstrate that it effectively decreases the influence of parameters selection, and it can not only avoid the mis\|clusters caused by gray changes, but also keep image edges.
- RS image segmentation /
- information cut /
- undecimated wavelet transformation /

[1]	杨露菁，王德石，李煜. 利用非线性各向异性扩散和EM的SAR图像分割技术[J]. 武汉大学学报·信息科学版，2009, 34(7): 805-809
[2]	吴一全，张晓杰，吴诗婳，等. 利用高速收敛PSO或分解进行二维灰度熵图像分割[J]. 武汉大学学报·信息科学版，2011, 36(9): 1 059-1 063
[3]	Shi Jianbo, Malik J. Normalized Cuts and Image Segmentation[J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 2000, 22(8): 888-905
[4]	Hagen L, Kahng A B. New Spectral Methods for Ratio Cut Partitioning and Clustering\ [J\]. IEEE Trans on Computer-Aided Design, 1992, 11(9): 1 074-1 085
[5]	Ding C H Q, He Xiaofeng, Zha Hongyuan, et al. A Min-max Cut Algorithm for Graph Partitioning and Data Clustering [C]. IEEE International Conference on Data Mining, Washington D C, 2001
[6]	Jenssen R, Erdogmus D, Hild II K E, et al. Information Cut for Clustering Using a Gradient Descent Approach[J]. Pattern Recognition, 2007, 40(3): 796-806
[7]	陈运，周亮，陈新. 信息论与编码 [M]. 北京：电子工业出版社，2002，12-13
[8]	Zelnik M L, Perona P. Self-tuning Spectral Clustering [C]. International Conference on Advances in Neural Information Processing Systems, Cambridge, 2005
[9]	Khullar S, Michael A, Correa N, et al. Wavelet-based FMRI Analysis: 3-D Denoising, Signal Separation, and Validation Metrics[J]. NeuroImage, 2011, 54(4): 2 867-2 884
[10]	Kitanovski V, Taskovsk D, Panovski L. Multi-scaleEdge Detection Using Unwavelet Transform [C]. IEEE International Symposiun on Signal Processing and Information Technology, Sarajevo, Yugoslavia, 2008
[11]	Ardeshir G.2-D and 3-D Image Registration: for Medical, Remote Sensing, and Industrial Applications [M]. Hoboken: Wiley, 2005: 167-179
[12]	Li Xiaobin, Tian Zheng. Multiscale Stochastic Hierarchical Image Segmentation by Spectral Clustering[J]. Science in China Series F: Information Sciences, 2007, 50(2): 198-211

[1]	梁烽, 张瑞祥, 柴英特, 陈金勇, 茹国宝, 杨文. 一种结合上下文与边缘注意力的SAR图像海陆分割深度网络方法 . 武汉大学学报 ● 信息科学版, 2022, 0(0): 0-0. doi: 10.13203/j.whugis20210078
[2]	张建廷, 张立民. 结合光谱和纹理的高分辨率遥感图像分水岭分割 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 449-455,467. doi: 10.13203/j.whugis20150097
[3]	吴一全, 陶飞翔, 曹照清. 基于Log-Gabor小波和Krawtchouk矩的遥感图像分类 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 861-867. doi: 10.13203/j.whugis20140234
[4]	刘凤珠, 张景雄, 林宗坚, 阳柯. 多光谱遥感影像的灰度与纹理信息测度方法 . 武汉大学学报 ● 信息科学版, 2016, 41(3): 415-420. doi: 10.13203/j.whugis20140329
[5]	魏立飞, 钟燕飞, 张良培, 李平湘. 多波段信息融合的遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 8-11.
[6]	李磊, 董卓莉. 利用改进图割的彩色图像分割算法 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1504-1508.
[7]	陈江平, 韩青, 胡晶, 张鹏林. 顾及小波变换的土地利用变化与经济因子的多尺度相关性分析 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1118-1121.
[8]	赵凤, 刘汉强, 范九伦, 潘晓英. 应用于遥感图像分割的原型提取谱聚类集成算法 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1472-1476.
[9]	马彩虹, 戴芹, 刘士彬. 一种融合PSO和Isodata的遥感图像分割新方法 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 35-38.
[10]	吴一全, 张晓杰, 吴诗婳, 纪守新. 利用高速收敛PSO或分解进行二维灰度熵图像分割 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1059-1063.
[11]	刘国英, 茅力非, 王雷光, 秦前清. 基于小波域分层Markov模型的纹理分割 . 武汉大学学报 ● 信息科学版, 2009, 34(5): 531-534.
[12]	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.
[13]	罗敏, 朱晓岷, 李小红, 余纯武. 基于径向小波变换的图像特征提取算法 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 29-31.
[14]	王黎, 孙云莲. 二维小波变换及ICA消除图像混合噪声 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 136-139.
[15]	邢帅, 谭兵, 徐青, 李建胜. 基于复数小波变换的遥感图像融合新算法 . 武汉大学学报 ● 信息科学版, 2007, 32(1): 75-77.
[16]	程起敏, 杨崇俊, 邵振峰. 基于多进制小波变换的渐进式纹理图像检索 . 武汉大学学报 ● 信息科学版, 2005, 30(6): 521-524.
[17]	耿则勋. 基于小波变换的遥感影像保持量测精度的压缩技术研究 . 武汉大学学报 ● 信息科学版, 1998, 23(2): 187-187.
[18]	李军, 林宗坚. 小波变换的多分辨率支集用于噪声图像低通滤波 . 武汉大学学报 ● 信息科学版, 1996, 21(4): 366-370.
[19]	王新华, 傅晓云. 从灰度变化获取表面形状的研究 . 武汉大学学报 ● 信息科学版, 1995, 20(3): 189-194.
[20]	李军, 林宗坚. 基于二进小波变换的遥感影像镶嵌方法 . 武汉大学学报 ● 信息科学版, 1995, 20(4): 305-309,347.

点击查看大图

计量

文章访问数: 823
HTML全文浏览量: 33
PDF下载量: 698
被引次数: 0

遥感图像分割中的小波域改进信息割算法

1西北工业大学理学院, 西安市东大路1号,710129)(2西北工业大学计算机学院, 西安市东大路1号,710129)(3第二炮兵指挥学院, 武汉市二七路180号,430012

基金项目: 国家自然科学基金资助项目(60972150, 10926197)。

作者简介:
付辉敬，博士生，主要研究方向为遥感图像处理。

收稿日期: 2013-01-21
修回日期: 2013-04-05
刊出日期: 2013-04-05

中图分类号: P237.4

关键词:

遥感图像分割 /

信息割 /

灰度变化 /

Parzen窗 /

平稳小波变换

摘要: 针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题，提出了一种小波域改进信息割(W\|MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进，以降低灰度变化对分割的影响；将MIC引入到小波域，利用小波的平滑作用降低参数选取复杂度，改善图像分割效果。遥感图像分割实验结果表明，W\|MIC可有效降低参数选择效应，不仅避免了灰度变化引起的误分割，而且还较好地保持了图像边缘。