利用包含度和隶属度的遥感影像模糊分割
目的 传统FCM算法及其改进算法均只采用隶属度作为分割判据实现图像分割.然而,在分割过程中聚类中心易受到同质区域内几何噪声的影响,导致此类算法难以有效分割具有几何噪声的图像.为了解决这一类问题,提出一种利用包含度和隶属度的遥感影像模糊分割算法.方法 该算法假设同一聚类对每个像素都有不同程度的包含度,将包含度作为一种新测度来描述聚类与像素间关系,并将包含度纳入目标函数中.该算法通过迭代最小化目标函数来得到最优的隶属度和包含度,然后,通过反模糊化隶属度和包含度之积实现带有几何噪声的遥感图像的分割.结果 采用本文算法分别对模拟图像,真实遥感影像进行分割实验,并与FCM算法和FLICM算法进行对比,定性结果表明,对含有几何噪声的区域,提出算法的用户精度和产品精度均高于FCM算法和FLICM算法,且总精度和Kappa值也高于对比算法.实验结果表明,本文算法能够抵抗几何噪声对图像分割的影响,且分割精度远远高于其他两种算法的分割精度.结论 提出算法通过考虑聚类对像素的包含性,能够有效抵抗几何噪声对图像分割的影响,使得算法具有较高的抗几何噪声能力,进而提高该算法对含有几何噪声图像的分割精度.提出算法适用于包含几何噪声的高分辨率遥感图像,具有很好的抗几何噪声性.
遥感图像分割、模糊C均值、包含度、隶属度、几何噪声
22
TP273(自动化技术及设备)
国家自然科学基金项目41301479,41271435;辽宁省自然科学基金项目2015020090National Natural Science Foundation of China41301479,41271435;Natural Science Foundation of Liaoning Province,China2015020090
2017-08-02（万方平台首次上网日期，不代表论文的发表时间）
共8页
988-995
