虚拟全景影像数据FCM聚类优化仿真

摘要：

传统全景影像数据聚类方法忽略了对聚类目标函数的建立,导致数据聚类结果偏差较大,且效率不高,图像的抗噪性较差.提出基于模糊C均值聚类(FCM)算法的虚拟全景影像数据聚类方法.采用小波过滤变换法对影像去噪和分割.引人FCM算法,结合欧几里得距离、加权平均法构建随机场模型,将目标函数最小化处理,完成对虚拟全景影像的数据聚类.仿真结果表明,所提方法的聚类精度和效率均较高,且图像抗噪性强.

关键词：小波过滤变换、FCM算法、欧里几得距离、目标函数最小化

所属期刊栏目：39

分类号：TP751(遥感技术)

资助基金：江西省教育厅科学技术研究项目191579

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：220-223,239