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

应用图像关联度的图像模糊分类

郑肇葆 潘励 郑宏

郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
引用本文: 郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
ZHENG Zhaobao, PAN Li, ZHENG Hong. Application of Image Correlation Degree to Image Fuzzy Classification[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
Citation: ZHENG Zhaobao, PAN Li, ZHENG Hong. Application of Image Correlation Degree to Image Fuzzy Classification[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736
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

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

计量
  • 文章访问数:  3104
  • HTML全文浏览量:  26
  • PDF下载量:  1046
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-10-08
  • 修回日期:  2015-05-05
  • 刊出日期:  2015-05-05

应用图像关联度的图像模糊分类

doi: 10.13203/j.whugis20140736
    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
    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

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。

English Abstract

郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
引用本文: 郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
ZHENG Zhaobao, PAN Li, ZHENG Hong. Application of Image Correlation Degree to Image Fuzzy Classification[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
Citation: ZHENG Zhaobao, PAN Li, ZHENG Hong. Application of Image Correlation Degree to Image Fuzzy Classification[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
参考文献 (1)

目录

    /

    返回文章
    返回