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

一种融合PSO和Isodata的遥感图像分割新方法

马彩虹 戴芹 刘士彬

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[J]. 武汉大学学报 ● 信息科学版, 2012, 37(1): 35-38.
引用本文: 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[J]. 武汉大学学报 ● 信息科学版, 2012, 37(1): 35-38.
MA Caihong, DAI Qin, LIU Shibin. A New Method of Remote Sensing Image Segmentation Based on PSO and Isodata[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 35-38.
Citation: MA Caihong, DAI Qin, LIU Shibin. A New Method of Remote Sensing Image Segmentation Based on PSO and Isodata[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 35-38.

一种融合PSO和Isodata的遥感图像分割新方法

基金项目: 中国科学院对地观测与数字地球科学中心主任科学基金资助项目;国家自然科学基金资助项目(40701105)
详细信息
    作者简介:

    马彩虹,硕士生,主要研究方向为遥感图像处理与检索。

  • 中图分类号: P237.3

A New Method of Remote Sensing Image Segmentation Based on PSO and Isodata

计量
  • 文章访问数:  810
  • HTML全文浏览量:  33
  • PDF下载量:  431
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-09-18
  • 刊出日期:  2012-01-05

一种融合PSO和Isodata的遥感图像分割新方法

    基金项目:  中国科学院对地观测与数字地球科学中心主任科学基金资助项目;国家自然科学基金资助项目(40701105)
    作者简介:

    马彩虹,硕士生,主要研究方向为遥感图像处理与检索。

  • 中图分类号: P237.3

摘要: 针对当前遥感图像分割方法存在的缺点,将人工智能领域的粒子群优化方法应用到遥感图像分割方面,提出了一种融合PSO和Isodata的遥感图像分割新方法。对不同分辨率遥感图像的分割实验结果表明,融合PSO和Isodata的遥感图像分割新方法能够自适应确定聚类数目,避免了聚类过程的随机性,使分割结果更加接近实际情况。

English Abstract

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[J]. 武汉大学学报 ● 信息科学版, 2012, 37(1): 35-38.
引用本文: 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[J]. 武汉大学学报 ● 信息科学版, 2012, 37(1): 35-38.
MA Caihong, DAI Qin, LIU Shibin. A New Method of Remote Sensing Image Segmentation Based on PSO and Isodata[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 35-38.
Citation: MA Caihong, DAI Qin, LIU Shibin. A New Method of Remote Sensing Image Segmentation Based on PSO and Isodata[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 35-38.

目录

    /

    返回文章
    返回