排序方式: 共有37条查询结果,搜索用时 11 毫秒
1.
为了降低图像噪声的影响并提高遥感图像分割精度,提出了一种自适应空间约束融入混合模型的遥感图像分割算法。考虑到学生t分布具有重尾特性比高斯分布更具有鲁棒性,利用学生t混合模型(Student’s-t Mixture Model, SMM)建模像素光谱测度概率分布。为了避免图像噪声对分割结果的影响,基于马尔可夫随机场利用局部像素类属概率定义组份权重,将像素空间相关性融入SMM,进而构建出空间约束图像分割模型。为了实现自适应平滑系数的模型参数求解,采用梯度下降方法求解分割模型。采用本文算法对添加噪声的遥感图像进行分割实验,结果表明,所提算法可有效降低图像噪声的影响,同时可准确分割高分辨率遥感图像。 相似文献
2.
目的 高光谱图像波段数目巨大,导致在解译及分类过程中出现“维数灾难”的现象。针对该问题,在K-means聚类算法基础上,考虑各个波段对不同聚类的重要程度,同时顾及类间信息,提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法。方法 首先,引入波段权重,用来刻画各个波段对不同聚类的重要程度,并定义熵信息测度表达该权重。其次,为避免局部最优聚类,引入类间距离测度实现全局最优聚类。最后,将上述两类测度引入K-means聚类目标函数,通过最小化目标函数得到最优分类结果。结果 为了验证提出的高光谱图像分类方法的有效性,对Salinas高光谱图像和Pavia University高光谱图像标准图中的地物类别根据其光谱反射率差异程度进行合并,将合并后的标准图作为新的标准分类图。分别采用本文算法和传统K-means算法对Salinas高光谱图像和Pavia University高光谱图像进行实验,并定性、定量地评价和分析了实验结果。对于图像中合并后的地物类别,光谱反射率差异程度大,从视觉上看,本文算法较传统K-means算法有更好的分类结果;从分类精度看,本文算法的总精度分别为92.20%和82.96%, K-means算法的总精度分别为83.39%和67.06%,较K-means算法增长8.81%和15.9%。结论 提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法,实验结果表明,本文算法对高光谱图像中具有不同光谱反射率差异程度的各类地物目标均能取得很好的分类结果。 相似文献
3.
4.
热处置是废弃物常用的处置方法,但是关于含溴废弃物的燃烧特性相关文献非常有限。本研究以含溴废弃印刷线路板(PCBs)粉末样品进行空气氛围下实验,对比分析了热重、微分热重曲线。结果显示PCBs燃烧过程四个不同阶段特性差异显著;升温速率对各阶段反应动力学参数均有影响,但不显著;第一阶段反应级数接近于0,反应主要是原料中溴的单纯释放,基本不受反应物浓度影响;基于整个反应由四个独立连续的阶段组成,建立了燃烧动力学模型。研究将为提高含溴废弃物燃烧效率、控制污染物排放提供科学参考。 相似文献
5.
6.
在中国几千年手工艺历史长河中,织物染色的工艺不断的发展。早在旧石器时代晚期原始人就已经懂得使用红色矿物颜料,战国时期植物染料开始应用,而现在社会化学颜料取代了矿物颜料广泛的普及了起来。本篇论文根据自然与艺术相结合的特点,重点研究氧化金属拓色于面料上产生的艺术效果。面料在不同的环境中,通过铁锈染可以产生不同的艺术性图案。这与许多方面相关,如温度,湿度,铁质的种类,铁锈的腐蚀程度等。通过查阅资料和实验调查,总结锈染的利弊,为这一工艺的实际运用提供理论依据。 相似文献
7.
正为提升砖瓦行业青年企业家战略决策能力和经营管理能力,助推砖瓦行业企业转型升级,2019年3月25日至29日,中国砖瓦工业协会组织青年企业家走进洛阳理工学院开展专题研修班。期间,青年企业家在课堂上聆听专家学者传道授业解惑,师生之间、学员之间展开交流,探讨行业发展之路。3月25日,中国建材联合会秘书长、中国砖瓦 相似文献
8.
为了准确地对高分辨率合成孔径雷达(SAR)影像内像素强度统计分布建模并得到高精度的分割结果,提出基于层次Gamma混合模型(HGaMM)的高分辨率SAR影像分割方法.HGaMM由多个Gamma混合模型构成,用于对非对称、重尾和多峰等复杂的像素强度统计分布建模.为了减少影像噪声对分割的影响,采用马尔科夫随机场建模像素标号场,将像素邻域位置关系引入HGaMM.根据贝叶斯理论,利用后验分布构建影像分割模型.马尔科夫链蒙特卡罗算法用于模拟影像分割模型.在模拟和真实SAR影像上的分割实验表明,文中方法可得到较高精度的分割结果. 相似文献
9.
为了实现自动确定类别数的高精度遥感影像分割,提出一种自适应类别的层次高斯混合模型(Hierarchical Gaussian Mixture Model,HGMM)遥感影像分割算法.提出算法采用多个高斯混合模型加权和定义HGMM,用于建模具有非对称,重尾和多峰等复杂特性的影像统计模型.采用期望最大化算法(Expectation Maximization,EM)求解模型参数.为了实现自动确定类别数,采用贝叶斯信息准则(Bayesian Information Criterion,BIC)求解最优类别数,其中惩罚项采用加权像素数定义.为了验证提出算法可行性和有效性,对模拟和全色遥感影像进行分割实验,并对分割结果进行定性和定量分析.结果表明HGMM具有准确建模复杂统计分布的能力,提出算法具有高精度和高效率,同时可自动确定最优类别数. 相似文献
10.
目的 合成孔径雷达(SAR)图像中像素强度统计分布呈现出复杂的特性,而传统混合模型难以建模非对称、重尾或多峰等特性的分布。为了准确建模SAR图像统计分布并得到高精度分割结果,本文提出一种利用空间约束层次加权Gamma混合模型(HWGaMM)的SAR图像分割算法。方法 采用Gamma分布的加权和定义混合组份;考虑到同质区域内像素强度的差异性和异质区域间像素强度的相似性,采用混合组份加权和定义HWGaMM结构。采用马尔可夫随机场(MRF)建模像素空间位置关系,利用中心像素及其邻域像素的后验概率定义混合权重以将像素邻域关系引入HWGaMM,构建空间约束HWGaMM,以降低SAR图像内固有斑点噪声的影响。提出算法结合M-H(Metropolis-Hastings)和期望最大化算法(EM)求解模型参数,以实现快速SAR图像分割。该求解方法避免了M-H算法效率低的缺陷,同时克服了EM算法难以求解Gamma分布中形状参数的问题。结果 采用3种传统混合模型分割算法作为对比算法进行分割实验。拟合直方图结果表明本文算法具有准确建模复杂统计分布的能力。在分割精度上,本文算法比基于高斯混合模型(GMM)、Gamma分布和Gamma混合模型(GaMM)分割算法分别提高33%,29%和9%。在分割时间上,本文算法虽然比GMM算法多64 s,但与基于Gamma分布和GaMM算法相比较分别快600 s和420 s。因此,本文算法比传统M-H算法的分割效率有很大的提高。结论 提出一种空间约束HWGaMM的SAR图像分割算法,实验结果表明提出的HWGaMM算法具有准确建模复杂统计分布的能力,且具有较高的精度和效率。 相似文献