提出了一个结合融合空间约束的模糊C均值(Fuzzy C means with spatial constraints,FCMS)聚类与变分水平集的图像模糊聚类分割模型.在该模型中引入了一个基于图像局部信息和空间信息的外部模糊聚类能量,从而可以获取精确的局部图像的空...提出了一个结合融合空间约束的模糊C均值(Fuzzy C means with spatial constraints,FCMS)聚类与变分水平集的图像模糊聚类分割模型.在该模型中引入了一个基于图像局部信息和空间信息的外部模糊聚类能量,从而可以获取精确的局部图像的空间特征,使得本文模型对噪声图像的聚类分割具有较强的鲁棒性.采用不同类型的实验图像,将本文模型与10个不同类型的图像分割模型进行了对比实验,实验结果显示本文模型能克服图像中噪声影响并取得较满意的聚类分割结果.展开更多
针对高分辨率SAR(synthetic aperture radar)图像特性,提出了一种基于几何特征的飞机目标解译方法。首先,局部自相似性及DBSCAN(density-based spatial clustering of application with noise)算法用于提取感兴趣的目标区域;其次,机翼...针对高分辨率SAR(synthetic aperture radar)图像特性,提出了一种基于几何特征的飞机目标解译方法。首先,局部自相似性及DBSCAN(density-based spatial clustering of application with noise)算法用于提取感兴趣的目标区域;其次,机翼和机身形成的"T"型结构采用霍夫变换进行提取;最后,结合基于水平集的精细部件分割和共线性、对称性等先验知识,飞机目标的发动机和机头等部件得以提取。得到飞机目标的关键几何参数以用于目标识别和解译。基于miniSAR图像的实验验证了方法的实用性和有效性。展开更多
文摘提出了一个结合融合空间约束的模糊C均值(Fuzzy C means with spatial constraints,FCMS)聚类与变分水平集的图像模糊聚类分割模型.在该模型中引入了一个基于图像局部信息和空间信息的外部模糊聚类能量,从而可以获取精确的局部图像的空间特征,使得本文模型对噪声图像的聚类分割具有较强的鲁棒性.采用不同类型的实验图像,将本文模型与10个不同类型的图像分割模型进行了对比实验,实验结果显示本文模型能克服图像中噪声影响并取得较满意的聚类分割结果.
文摘针对高分辨率SAR(synthetic aperture radar)图像特性,提出了一种基于几何特征的飞机目标解译方法。首先,局部自相似性及DBSCAN(density-based spatial clustering of application with noise)算法用于提取感兴趣的目标区域;其次,机翼和机身形成的"T"型结构采用霍夫变换进行提取;最后,结合基于水平集的精细部件分割和共线性、对称性等先验知识,飞机目标的发动机和机头等部件得以提取。得到飞机目标的关键几何参数以用于目标识别和解译。基于miniSAR图像的实验验证了方法的实用性和有效性。
