|
|||||
|
|
| 结合ECM和FCM聚类的遥感图像分割新方法* | |
| 引用本文： | 杜根远,田胜利,苗放.结合ECM和FCM聚类的遥感图像分割新方法*[J].计算机应用研究,2009,26(10):3995-3997. |
| 作者姓名： | 杜根远 田胜利 苗放 |
| 作者单位： | 1. 成都理工大学,信息工程学院,成都,610059;成都理工大学,地球探测与信息技术教育部重点实验室,成都,610059;许昌学院,计算机科学与技术学院,河南,许昌,461000 2. 许昌学院,计算机科学与技术学院,河南,许昌,461000 3. 成都理工大学,信息工程学院,成都,610059;成都理工大学,地球探测与信息技术教育部重点实验室,成都,610059 |
| 基金项目： | 地球探测与信息技术教育部重点实验室开放基金资助项目(2008DTKF012). |
| 摘 要： | 模糊C均值算法(FCM)具有良好的聚类性能从而被广泛应用于图像分割领域，但其存在距离测度鲁棒性差、需预先给出初始聚类数目、未考虑图像局部相关特性等问题。本质上讲，FCM算法是一种局部搜索优化算法，如果初始值选择不当，不仅需要更多的迭代次数，而且会收敛到局部最优解。针对上述问题，结合进化聚类(ECM)和FCM算法，提出了一种遥感图像分割的新方法。利用ECM解决模糊C均值聚类算法的初始化中心选择问题，再利用FCM算法对获得的聚类中心进行优化，完成模糊聚类划分，通过去模糊化转换为确定性分类，实现聚类分割。实验结 |
| 关 键 词： | 遥感图像分割 模糊C均值聚类 进化聚类 基于内容的图像检索 |
Remote sensing image segmentation based on evolving clustering and fuzzy C-means |
|
| DU Gen-yuan,TIAN Sheng-li,MIAO Fang.Remote sensing image segmentation based on evolving clustering and fuzzy C-means[J].Application Research of Computers,2009,26(10):3995-3997. | |
| Authors: | DU Gen-yuan TIAN Sheng-li MIAO Fang |
| Affiliation: | (1. a. College of Information Engineering, b. Key Laboratory of Earth Exploration & Information Techniques of Education Ministry of China, Chengdu University of Technology, Chengdu 610059, China; 2. School of Computer Science & Technology, Xuchang Univers |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 | |
| 点击此处可从《计算机应用研究》下载全文 | |