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

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

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

  • 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。
  • [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.
  • 加载中
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
出版历程
  • 收稿日期:  2013-01-21
  • 修回日期:  2013-04-05
  • 刊出日期:  2013-04-05

遥感图像分割中的小波域改进信息割算法

    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。

  • 中图分类号: P237.4

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。

English Abstract

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.
参考文献 (12)

目录

    /

    返回文章
    返回