10.16526/j.cnki.11-4762/tp.2019.11.053
基于均值漂移与空间信息的导向模糊C均值遥感图像分割算法
作为图像数据结构分割的重要工具,模糊C均值已被广泛应用于计算机视觉领域;然而模糊C均值在图像分割过程中不能有效地保留边缘和抑制噪声,往往得不到理想的分割结果;为解决这一问题,文章利用导向滤波器推导出一种新的改进模糊C均值算法;该算法的第一个创新点是其线性平移不变滤波过程,利用边缘保持平滑特性来保留分割中的边缘结构;第二个创新点是该技术通过将空间信息引入目标函数来改善对噪声的鲁棒性,空间信息通过导向滤波的平均输出获得;为了解决聚类算法中初始聚类中心问题,在图像分割过程中使用均值漂移算法选取初始聚类中心;文章方法的主要优点在于其对边缘保留和噪声具有鲁棒性,进而提高分割精度;基于合成图像和真实遥感图像的实验结果表明,与其他主流分割算法相比,该方法在分割性能方面表现出了良好的性能.
模糊C均值、导向滤波、均值漂移、邻域信息、遥感图像分割
27
V434(推进系统(发动机、推进器))
国家自然科学基金重点项目资助U1733203;中国民用航空飞行学院科学研究基金J2019-046
2019-12-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
243-248