版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、合成孔徑雷達(SAR)圖像正在獲得越來越廣泛的應(yīng)用,SAR傳感器可以穿透云層,在惡劣的天氣情況下和夜間情況下也依然能夠工作,而光學(xué)傳感器則做不到這些。SAR圖像應(yīng)用中的一個重要環(huán)節(jié)就是對圖像進行正確的分割,它是實現(xiàn)SAR圖像理解的基礎(chǔ),像圖像變化檢測、目標識別等技術(shù)都離不開良好的圖像分割結(jié)果。
聚類分析是一項常用的挖掘數(shù)據(jù)間關(guān)系的技術(shù),它能夠根據(jù)數(shù)據(jù)之間的相似性分布把數(shù)據(jù)集劃分為數(shù)個聚類,使得在每個聚類內(nèi)的數(shù)據(jù)都具有相似的屬性
2、,而不同聚類間的數(shù)據(jù)則差異較大。基于聚類分析的這一功能,把聚類分析應(yīng)用于圖像分割中已成為一個熱門的研究方向。以下是本文在這一研究方向上的主要工作:
1、傳統(tǒng)的模糊c均值(FCM)聚類算法易陷于局部最優(yōu)解,對初始值敏感,且應(yīng)用于圖像分割時沒有考慮圖像的局部信息,對噪聲的抑制能力較差。為了改進上訴缺點,本文提出了基于組織進化算法的FCM聚類算法(O EA-FCM),該算法利用組織進化(OEA)的全局搜索能力解決傳統(tǒng)FCM算法易陷入
3、局部最優(yōu)解和對初始值敏感的缺陷,同時引入了圖像中的空間信息,有效的抑制了噪聲的干擾。
2、迭代自組織算法(ISODATA)是一個經(jīng)典的聚類算法,它在K-means算法的基礎(chǔ)上引入了對聚類的分裂操作和融合操作,從而可以自動的調(diào)整聚類中心和聚類的個數(shù)。然而該算法對分裂操作的閾值和融合操作的閾值極為敏感,且該閾值參數(shù)不易設(shè)定。為了解決這一問題,本文提出了基于組織進化的ISODATA聚類算法(OEA-ISODATA),該算法利用O E
4、A的解空間搜索能力去搜索ISODATA聚類算法參數(shù)的最優(yōu)值,同時OEA-ISODATA算法引入了像素塊的策略,能夠利用有效的空間信息,濾除無用的空間信息,從而提高了算法對噪聲干擾的魯棒性。
3、由于單個聚類有效性指標在設(shè)計時僅考慮聚類的某一或某些方面特性,沒有某一聚類有效性指標能夠適用于全部數(shù)據(jù)類型,因此采用單個聚類有效性指標做為評價函數(shù)的單目標進化算法在搜索解空間時就能力有限。為了解決這一問題,我們將DM EA多目標進化算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多智能體進化算法的聚類及其在圖像分割中的應(yīng)用.pdf
- 遺傳聚類算法及其在圖像分割中的應(yīng)用.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 遺傳聚類算法及其在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 基于字典學(xué)習(xí)的無監(jiān)督遷移聚類及其在SAR圖像分割中的應(yīng)用.pdf
- 基于高斯混合模型的聚類算法及其在圖像分割中的應(yīng)用.pdf
- 模糊聚類算法在圖像分割中的應(yīng)用.pdf
- 基于空間信息聚類的SAR圖像分割算法研究.pdf
- 核模糊聚類算法及其在圖像分割中的應(yīng)用.pdf
- 聚類算法及其在圖像分割中的應(yīng)用與研究.pdf
- 基于聚類的RSF算法在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 幾種聚類算法的改進及其在圖像分割中的應(yīng)用.pdf
- 基于區(qū)域的SAR圖像分割算法及其在SAR圖像分類當中的應(yīng)用.pdf
- 聚類算法研究及在圖像分割中的應(yīng)用.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究(1)
- 基于模糊c均值聚類的SAR圖像分割算法研究.pdf
- 基于改進量子進化核聚類算法的圖像分割.pdf
- 模糊C-均值聚類算法及其在圖像分割中的應(yīng)用.pdf
- 模糊聚類及其在圖像分割中的應(yīng)用.pdf
- 由膜計算啟發(fā)的聚類算法及其在圖像分割中的應(yīng)用.pdf
評論
0/150
提交評論