应用图像关联度的图像模糊分类

郑肇葆; 潘励; 郑宏

doi:10.13203/j.whugis20140736

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736

¹武汉大学遥感信息工程学院,湖北武汉,430079²武汉大学电子信息学院,湖北武汉,430072

基金项目: 国家973计划资助项目(2012CB719905) 或其他纹理特征的均值；然后,根据特征均值的大小将图像分成几类,假定分成3类(即有3类不同属性的图像),每类图像数量假定为n1、n2、n3计算每类图像的特征均值,接着计算每幅图像相对3个类别的关联度,所谓关联度,它反映一幅图像与所在类别和其他两个类别关系密切的程度在这个基础上,分别计算每个类别中所有图像关联度的均值和标准差σ,计算每幅图像的关联度与该类图像关联度均值之差Δi若Δi>2σ,则该图像“离开”该类别；否则,“保留”在该类别中“离开”图像应进入哪一类别由该图像相对另两类的关联度决定,哪一类的关联度大就进入那一类每幅图像都要经过“保留”与“离开”的检查,这样的检查意味着图像再分类1.2 图像与图像类别的关联度假定有3组图像1、2、3组成一个组合,每组图像的像幅数分别为n1、n2、n3,每组图像纹理特征均值分别为mean1、mean2、mean3d1(i1,1)= mean1-Rbs(i1,1)d1(i1,2)= mean2-Rbs(i1,1)d1(i1,3)= mean3-Rbs(i1,1)(1) 计算每幅图像纹理特征相对3组图像纹理特征均值之差,即第一组图像特征相对第一、二、三组特征均值的差为d1(i1,1)、d1(i1,2)、d1(i1,3):式中,Rbs(i1,1)表示第一组图像中第i1 幅图像

详细信息

作者简介:
郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

中图分类号: P237.4;TP753

Application of Image Correlation Degree to Image Fuzzy Classification

¹School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China;²Electronic Information School,Wuhan University,Wuhan 430072,China

Funds: The National 973Program of China,No.2012CB719905.

More Information

Author Bio:
国家973计划资助项目(2012CB719905) 或其他纹理特征的均值;然后,根据特征均值的大小将图像分成几类,假定分成3类(即有3类不同属性的图像),每类图像数量假定为n1、n2、n3计算每类图像的特征均值,接着计算每幅图像相对3个类别的关联度,所谓关联度,它反映一幅图像与所在类别和其他两个类别关系密切的程度在这个基础上,分别计算每个类别中所有图像关联度的均值和标准差σ,计算每幅图像的关联度与该类图像关联度均值之差Δi若Δi>2σ,则该图像“离开”该类别;否则,“保留”在该类别中“离开”图像应进入哪一类别由该图像相对另两类的关联度决定,哪一类的关联度大就进入那一类每幅图像都要经过“保留”与“离开”的检查,这样的检查意味着图像再分类1.2 图像与图像类别的关联度假定有3组图像1、2、3组成一个组合,每组图像的像幅数分别为n1、n2、n3,每组图像纹理特征均值分别为mean1、mean2、mean3d1(i1,1)= mean1-Rbs(i1,1)d1(i1,2)= mean2-Rbs(i1,1)d1(i1,3)= mean3-Rbs(i1,1)(1) 计算每幅图像纹理特征相对3组图像纹理特征均值之差,即第一组图像特征相对第一、二、三组特征均值的差为d1(i1,1)、d1(i1,2)、d1(i1,3):式中,Rbs(i1,1)表示第一组图像中第i1 幅图像

摘要: 提出了应用图像关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个类别的关联度的基础上,求得每个类别图像关联度的均值和标准差σ;然后计算每幅图像的关联度与所在类别关联度均值之差Δi,差值Δi≤2σ,该图像应“留“在该类中;否则,该图像应归入与另两个类别的关联度较大的类别。每幅图像都经过这样的检验,实现图像的再划分,直到这一过程稳定为止。实验结果表明,该方法的图像分类质量有一定优势。
- 图像关联度 /
- 图像模糊分类 /
- 图像分类
Abstract: We propose a new image fuzzy classification method which based on the image relational de-gree.The correlation degree basis points are obtained in each category,and the mean and standarddeviationσof relational degree are calculated for each category.Then the correlation degree for eachimage and the mean difference of correlation degree for each categoryΔi are calculated.IfΔi≤2σ,theimage should“stay”in the class,otherwise,the image should be associated with a greater correlationdegree of the other two categories.Each image should have such inspection to achieve image re-divi-sion until the process is stable.Comparison results show that the quality of the quality of the imageclassification method has certain advantages.
- image correlation degree /
- image fuzzy classification /
- image classification

[1]

You J,Cohen H A.Classification and Segmentationof Rotated and Scaled Textured Images Using Tex-ture “Tuned”Mask[J].Pattern Recognition,1993,26(2):245-258[2] Zheng Zhaobao,Zheng Hong.Genetic Algorithmfor Producing Texture“Tuned”Masks[J].PR &AI,2001,14(1):119-122(郑肇葆,郑宏.产生纹理 “Tuned”模板的遗传算法[J].模式识别与人工智能,2001,14(1):119-122)[3] Zheng Zhaobao,Pan Li,Yu Xin.Bayesian Net-works for Producing Texture" Tuned" Masks[J].Geomatics and Information Science of Wuhan Uni-versity,2006,31(4):304-307(郑肇葆,潘励,虞欣.产生 “Tuned”模板的Bayesian Networks方法[J].武汉大学学报·信息科学版,2006,31(4):304-307)[4] Zheng Zhaobao.Honey-Bee Mating OptimizationAlgorithm for Producing Better“Tuned”Masks[J].Geomatics and Information Science of Wuhan Uni-versity,2009,34(4):387-390(郑肇葆.产生最佳 “Tuned”模板的蜜蜂交配算法[J].武汉大学学报· 信息科学版,2009,34(4):387-390)[5] Cordón O.A Proposal on Reasoning Method inFuzzy Rule-Based Classification System[J].Inter-national Journal of Approximate Reasoning,2009,20:21-45[6] Sanz J A.IVTURS:A Linguistic Fuzzy Rule-BasedClassification System Based on a New Interval-Val-ued Fuzzy Reasoning Method With Tuning and RuleSelection[J].IEEE Transactions on Fuzzy Sys-tems,2013,21(3):399-411[7] Zheng Zhaobao,Huang Guilan.Using Least SquareMethod for Texture Classification of Aerial Imageand Analysing Some Relative Problems[J].ActaGeodaetica tt Cartographica Sinica,1996,25(2):21-26(郑肇葆,黄桂兰.航空影像纹理分类的最小二乘法和问题分析[J].测绘学报,1996,25(2):21-26)

[1]	任福, 侯宛玥. 面向机器阅读的地图名称注记类别识别方法 . 武汉大学学报 ● 信息科学版, 2020, 45(2): 273-280. doi: 10.13203/j.whugis20180503
[2]	刘文轩, 祁昆仑, 吴柏燕, 吴华意. 基于多任务联合稀疏和低秩表示的高分辨率遥感图像分类 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 297-303. doi: 10.13203/j.whugis20160044
[3]	王毅, 李季. 基于SVM的高光谱遥感图像亚像元定位 . 武汉大学学报 ● 信息科学版, 2017, 42(2): 198-201. doi: 10.13203/j.whugis20150443
[4]	郑肇葆, 郑宏. 利用数据引力进行图像分类 . 武汉大学学报 ● 信息科学版, 2017, 42(11): 1604-1607. doi: 10.13203/j.whugis20160457
[5]	白璘, 刘盼芝, 惠萌. 利用小波核最小噪声分离进行高光谱影像SVM分类 . 武汉大学学报 ● 信息科学版, 2016, 41(5): 624-628,644. doi: 10.13203/j.whugis20140209
[6]	郑肇葆, 郑宏. 带有确定度的模糊图像分类 . 武汉大学学报 ● 信息科学版, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
[7]	王云艳, 何楚, 赵守能, 陈东, 廖明生. 基于多层反卷积网络的SAR图像分类 . 武汉大学学报 ● 信息科学版, 2015, 40(10): 1371-1376. doi: 10.13203/j.whugis20140366
[8]	巫兆聪, 欧阳群东, 胡忠文. 应用分水岭变换与支持向量机的极化SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 7-10.
[9]	何楚, 刘明, 许连玉, 刘龙珠. 利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 46-49.
[10]	张斌, 杨然, 谢兴, 秦前清. 利用极化目标分解和WMRF的全极化SAR图像分类方法 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 297-300.
[11]	徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 540-543.
[12]	刘梦玲, 何楚, 苏鑫, 孙洪. 基于pLSA和Topo-MRF模型的SAR图像分类算法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 122-125.
[13]	张中山, 燕琴, 余洁, 李岩. 基于粒子群算法的全极化SAR图像非监督分类算法研究 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 941-945.
[14]	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.
[15]	邹同元, 杨文, 代登信, 孙洪. 一种新的极化SAR图像非监督分类算法研究 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 910-913.
[16]	张海剑, 杨文, 邹同元, 孙洪. 基于四分量散射模型的多极化SAR图像分类 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 122-125.
[17]	李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类 . 武汉大学学报 ● 信息科学版, 2006, 31(3): 274-277.
[18]	罗红霞, 龚健雅. UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析 . 武汉大学学报 ● 信息科学版, 2004, 29(7): 615-618.
[19]	邸凯昌, 李德仁, 李德毅. 基于空间数据发掘的遥感图像分类方法研究 . 武汉大学学报 ● 信息科学版, 2000, 25(1): 42-48.
[20]	梁益同, 胡江林. NOAA卫星图像神经网络分类方法的探讨 . 武汉大学学报 ● 信息科学版, 2000, 25(2): 148-152.

点击查看大图

计量

文章访问数: 2806
HTML全文浏览量: 24
PDF下载量: 1043
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736

作者简介:
郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

Application of Image Correlation Degree to Image Fuzzy Classification

计量

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736

¹武汉大学遥感信息工程学院,湖北武汉,430079²武汉大学电子信息学院,湖北武汉,430072

作者简介:
郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

English Abstract

Application of Image Correlation Degree to Image Fuzzy Classification

¹School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China;²Electronic Information School,Wuhan University,Wuhan 430072,China

全文HTML

目录

留言板

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736

作者简介: 郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

Application of Image Correlation Degree to Image Fuzzy Classification

计量

出版历程

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736

1武汉大学遥感信息工程学院,湖北武汉,4300792武汉大学电子信息学院,湖北武汉,430072

作者简介: 郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

English Abstract

Application of Image Correlation Degree to Image Fuzzy Classification

1School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China;2Electronic Information School,Wuhan University,Wuhan 430072,China

全文HTML

目录

作者简介:
郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

¹武汉大学遥感信息工程学院,湖北武汉,430079²武汉大学电子信息学院,湖北武汉,430072

作者简介:
郑肇葆,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。

¹School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China;²Electronic Information School,Wuhan University,Wuhan 430072,China