基于FCM和随机游走的地层图像分割方法_陈圣国

合集下载

结合SSFCM与随机游走的半监督图像分割算法

ｌａｒｇｅａｍｏｕｎｔｏｆｏｂｊｅｃｔｓｗｉｔｈｔｈｅｓｉｍｉｌａｒｃｏｌｏｒｆｅａｔｕｒｅｓ，ｂｕｔｔｈｅｙｃａｎｎｏｔｇａｉｎｉｄｅａｌｅｆｆｅｃｔｓｔｏｉｍａｇｅｓ
Ｊｕｌｙ２Ｏ１３
结合ＳＳＦＣＭ与随机游走的半监督图像分割算法
陈圣国，孙正兴” ，周杰” ，李
’ （南京大学计算机软件新技术国家重点实验室（金陵科技学院信息技术学院
（ＳＺＸ＠ｎｊｕ．ｅｄｕ．ｃｎ）
Ａｂｓｔｒａｃｔ：Ａｌｇｏｒｉｔｈｍｓｂａｓｅｄｏｎｓｅｍｉ — ｓｕｐｅｒｖｉｓｅｄｃｌｕｓｔｅｒｉｎｇａｒｅｓｕｉｔａｂｌｅｔｏｓｅｇｍｅｎｔｉｍａｇｅｓｃｏｎｔａｉｎｉｎｇａ
ｃｏｎｔａｉｎｉｎｇｎｏｉｓｅｓ；ｓｅｍｉ — ｓｕｐｅｒｖｉｓｅｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｒａｎｄｏｍｗａｌｋｓｔｈｅｏｒｙ
第２５卷第７期
２０１３年７月
计算机辅助设计与图形学学报
ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒ — ＡｉｄｅｄＤｅｓｉｇｎ８ＬＣｏｍｐｕｔｅｒＧｒａｐｈｉｃｓ

基于FCM聚类的测量图像自适应平台直方图均衡算法

ＡｄｐｉｅＰａｆｒＨｉｔｇａＥｑａｉａｉｎＭｅｈｄｆｒＭｅｓｒｍｅｔｍａｅａｔｌｔｏｍｓｏｒｍｕｌｚｔｏｔｏｏａｕｅｎｖＩｇＢａｅｎＦＣＭｕｔｒｎｓｄｏＣｌｓ６ｅｔｅｆｃｉｅｙｉｈｉｔｈｅａｌｏｅｏｊｃｉｓｅｆｔｌ．ｇｔｓｔｖｅｖ
Ｋｅｏｄ：ａｆｒｈｓｏｒｍ；ＣＭ；ｄｐｉｅｉａｅｅｈｎｅｎ；ｅｓｒｍｅｔｍａｅｙｗｒｓｐｌｔｏｍｉｔｇａＦａａｔｖ；ｍｇｎａｃｍｅｔｍａｕｅｎｉｇ
ＬｉＸｉｏｂｎｇａｉ
（．６ＴａＮｏ９９１ＵｉｏＬ，ｌｄｏ１５０）Ｎｏ９ｅｍ，．２４ｎｔｆＰＡＨｕｕａ２００
ＡｂｔａｔＡｉｉｇａｈｒｂｅｔａｉｃｌｏｌｔｏｍａｕｎｍｅｓｒｎｍａｅｐａｆｒｈｓｏｒｍｑａｉａｉｎｓｒｃ：ｍｎｔｔｅｐｏｌｍｈｔｄｆｕｔｆｒｐａｆｒｖｌｅｉａｕｉｇｉｇｌｔｏｍｉｔｇａｅｕｌｔｏ，ｉｙｚｂｓｄｏｈｕｚｍｅｎｌｓｅｉｇａｄｐｉｅｐｌｔｏｍｉｔｇａｅｕｌａｉｎｅｈａｃｍｅｔａｇｒｔｍｓｐｏｏｅ．ａｅｎｔｅＦｚｙＣ－ａｓｃｕｔｒｎ，ｎａａｔｖａｆｒｈｓｏｒｍｑａｉｔｏｎｎｅｎｌｏｉｚｈｗａｒｐｓｄＴｒｓｏｄｏｈｌｔｏｍｓｓｌｃｅｄｐｉｅｙｗｉｈｌｏｉｈｔａｍａｅｈｓｏｒｍｕｚｍｅｎｌｓｅｉｇｈｅｈｌｆｔｅｐａｆｒｉｅｅｔｄａａｔｖｌｔｔｅａｇｒｔｍｈｔｉｇｉｔｇａＦｚｙＣ— ａｓｃｕｔｒｎ．ＴｈｈｅｉａｅｃｎｂａａｃｄｅｆｃｉｅｙａｄｔｅｉｇｅａｌｃｎｂｒｓｒｅｔｈａｅｔｅＥｘｅｉｅｔｌｅｕｔｈｗｈｔｍｇａｅｂｌｎｅｆｅｔｌｎｈｍａｅｄｔｉａｅｐｅｅｖｄａｅｓｍｉ．ｐｒｍｎａｓｌｓｏｔａｖｓｔｍｒｓｔｅｍｅｓｒｍｅｔｉｇｎａｃｍｅｔｏｅａｇｒｔｍｓｅｃｌｎｎｔｃｎｓｐｒｓｈａｋｒｕｄｏｈｍａｅａｄｈａｕｅｎｍａｅｅｈｎｅｎｆｔｌｏｉｈｉｘｅｌｔａｄｉａｕｐｅｓｔｅｂｃｇｏｎｆｔｅｉｇｎｈｅ

复杂地层结构三维地质建模空间插值方法研究

复杂地层结构三维地质建模空间插值方法研究作者：郑杨简季来源：《城市地质》2024年第01期摘要：三维地质体对于自然资源勘探、环境保护、自然灾害风险评估等领域都具有重要意义。

在建模过程中，地质体的模型精度与插值算法有着直接关系。

为研究不同插值算法的适用情况，文章对云南陆良某污染场地进行浅层三维地质建模，分别选取反距离权重法和自然邻域法，利用钻孔数据插值建模，并对模型结果进行目视检验和误差对比分析。

研究结果表明：反距离权重法适用范围广，建模精度较高；相较于自然邻域法，反距离权重法更适用于地层结构复杂的三维地质建模，该方法对断层细节的描述更细致，模型更符合实际情况；而自然邻域法在断层明显的区域插值效果较差，不适用于地层结构复杂的情况。

关键词：三维地质模型；钻孔数据；反距离权重法；自然邻域法；精度验证Spatial interpolation methods for 3D geological modeling of complex strata structuresZHENG Yang， JIAN Ji（School of Earth Sciences， Chengdu University of Technology， Chengdu 610059，Sichuan， China）Abstract： Three-dimensional （3D） geological bodies are of great significance in natural resources exploration， environmental protection， natural disaster risk assessment， and other fields. In the modeling process， the accuracy of geological body models is directly related to interpolation algorithms. To study the applicability of different interpolation algorithms， this paper conducted shallow 3D geological modeling in a heavy metal pollution area in Luliang， Yunnan. The inverse distance weighting method and natural neighborhood method were selected to interpolate the drilling data in the study area. Visual inspection and error comparison were carried out of the model results. The results show that the inverse distance weighting method has a wider applicability range and higher modeling accuracy. Compared to the natural neighborhood method， the inverse distance weighting method is more suitable for complex geological modeling with distinct stratigraphic structures， providing a more detailed description of fault details and a model that better reflects reality. On the other hand， the natural neighborhood method has poor interpolation performance in areas with distinct faults and is not suitable for complex stratigraphic structures.Keywords： 3D geological model; drill data; inverse distance weighting method; natural neighborhood method; accuracy verification三维地质模型的建立极大程度上依赖于钻孔数据，地层单元的原始状态信息能够通过钻孔数据详细、准确且直观地展现出来，其在三维地质建模过程中是不可替代的，钻孔数量越多，钻孔数据越准确，构建的三维地质模型越符合实际情况（林冰仙等，2013；习龙等，2022；张园园等，2021）。

基于MCMC和ES－MDA方法的地下水数值模型非均质参数场及开采量的反演研究

２０２３年１０月水利学报ＳＨＵＩＬＩＸＵＥＢＡＯ第５４卷　第１０期文章编号：０５５９－９３５０（２０２３）１０－１２３６－１２收稿日期：２０２３－０４－０８；网络首发日期：２０２３－１０－１９网络首发地址：ｈｔｔｐｓ：??ｋｎｓ．ｃｎｋｉ．ｎｅｔ?ｋｃｍｓ?ｄｅｔａｉｌ?１１．１８８２．ＴＶ．２０２３１０１８．１０５１．００１．ｈｔｍｌ基金项目：国家自然科学基金重点项目（Ｕ２１Ａ２００４）作者简介：刘墉达（１９９８－），硕士生，主要从事地下水数值模拟研究。

Ｅ－ｍａｉｌ：ｌｉｕｙｏｎｇｄａ＠ｔｊｕ．ｅｄｕ．ｃｎ通信作者：陈喜（１９６４－），博士，教授，主要从事地下水数值模拟研究。

Ｅ－ｍａｉｌ：ｘｉ＿ｃｈｅｎ＠ｔｊｕ．ｅｄｕ．ｃｎ基于ＭＣＭＣ和ＥＳ－ＭＤＡ方法的地下水数值模型非均质参数场及开采量的反演研究刘墉达，陈　喜，高　满，孟详博，刘维翰，黄日超（天津大学地球系统科学学院表层地球系统科学研究院，天津３０００７２）摘要：马尔科夫链蒙特卡罗方法（ＭＣＭＣ）和多重数据同化集合平滑器方法（ＥＳ－ＭＤＡ）近年来在地下水参数反演得到广泛应用，但对三维多层非均质含水层参数反演精度和计算效率还缺乏对比分析。

本文构建了含有基于Ｋａｒｈｕｎｅｎ－Ｌｏèｖｅ展开的非均质参数场的潜水和多层承压水含水层案例，并建立了地下水数值模型和基于Ｋｒｉｇｉｎｇ方法的替代模型，模拟含水层分层水头变化，探讨了基于替代模型的ＭＣＭＣ、替代模型和数值模型相结合的两阶段ＭＣＭＣ以及ＥＳ－ＭＤＡ方法反演的含水层渗透系数以及开采量。

结果表明，针对本文算例，在非均质参数和开采量的反演中，相比而言，两阶段ＭＣＭＣ反演参数精度更高，ＥＳ－ＭＤＡ方法计算效率更高。

本研究为地下水数值模型参数反演方法选择提供参考依据。

关键词：ＭＣＭＣ算法；ＥＳ－ＭＤＡ算法；替代模型；地下水参数；地下水数值模拟中图分类号：ＴＶ１２３文献标识码：Ａｄｏｉ：１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２３０１９７１　研究背景对于复杂的多层含水层，根据有限的地下水水位等观测数据，反演水文地质参数、开采量等通常存在不唯一性、不确定性问题，且在调用地下水数值模型进行参数反演时，随着调用次数和参数维度增加，反演计算成本变高。

论文推荐黄亮,姚丙秀,陈朋弟,等：高分辨率遥感影像超像素的模糊聚类分割法

论文推荐黄亮,姚丙秀,陈朋弟,等：高分辨率遥感影像超像素的模糊聚类分割法《测绘学报》构建与学术的桥梁拉近与权威的距离《测绘学报》抖音自开通以来，聚焦于测绘地理信息学术前沿进展，受到了广大专家学者的大力支持，播放量数万，粉丝1.7万。

复制链接，关注我们哦！【测绘学报的个人主页】长按复制此条消息，长按复制打开抖音查看TA的更多作品##7NsBSynuc88##[抖音口令]【引文格式】黄亮, 姚丙秀, 陈朋弟, 等. 高分辨率遥感影像超像素的模糊聚类分割法. 测绘学报，2020，49(5)：589-597. DOI: 10.11947/j.AGCS.2020.20190135高分辨率遥感影像超像素的模糊聚类分割法黄亮1,2, 姚丙秀1, 陈朋弟1, 杨兴3, 付必环11. 昆明理工大学国土资源工程学院, 云南昆明 650093;2. 云南省高校高原山区空间信息测绘技术应用工程研究中心, 云南昆明 650093;3. 成都理工大学地球科学学院, 四川成都 610059收稿日期：2019-04-15；修回日期：2019-12-25基金项目：云南省应用基础研究计划面上项目（2018FB078）；自然资源部地球观测与时空信息科学重点实验室经费资助项目（201911）第一作者简介：黄亮(1985-), 男, 博士, 讲师, 主要研究方向遥感影像变化检测。

E-mail:********************通信作者：姚丙秀E-mail:*****************摘要：传统模糊C均值聚类在影像分割中只考虑影像的灰度特征，导致该算法用于高空间分辨率遥感影像分割时分割结果不理想。

针对该问题，本文提出了一种高分辨率遥感影像超像素的模糊聚类分割方法。

该方法首先利用分水岭变换算法产生多个超像素子区域；然后比较各个子区域间光谱特征的相似性；最后利用融合光谱特征的模糊C 均值聚类对这些超像素子区域进行合并。

试验选用4组不同场景的遥感影像，采用定性和定量相结合的方法评价试验结果。

基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法

江西农业学报㊀２０２１，３３（０２）：１１６１２０ＡｃｔａＡｇｒｉｃｕｌｔｕｒａｅＪｉａｎｇｘｉ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ｈｔｔｐ：／／ｗｗｗ．ｊｘｎｙｘｂ．ｃｏｍＤＯＩ：１０．１９３８６／ｊ．ｃｎｋｉ．ｊｘｎｙｘｂ．２０２１．０２．１９基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法任枫荻，陈圣波∗，陈彦冰㊀㊀收稿日期：２０２０－０７－１３基金项目：吉林省省校共建计划专项；国家高分专项省（自治区㊁市）域产业化应用项目（７１－Ｙ４０Ｇ０４－９００１－１５／１８）㊂作者简介：任枫荻（１９９６─），女，吉林长春人，硕士研究生，研究方向为农业遥感㊂∗通信作者：陈圣波㊂（吉林大学地球探测科学与技术学院，吉林长春１３００２６）摘㊀要：以花粒期玉米为研究对象，利用美国ＰＬ高分辨率卫星遥感数据，对比６种常用植被指数与叶面积指数（ＬＡＩ）的相关性，最终选取ＥＶＩ㊁ＳＡＶＩ这两种植被指数，采用线性和非线性共６种回归模型，分别与实测玉米花粒期叶面积指数建立估算模型；通过判定系数（Ｒ２）筛选出最佳模型，并以均方根误差（ＲＭＳＥ）和相对误差（ＲＥ）作为验证指标判断所建模型的适用性㊂结果表明：利用ＳＡＶＩ植被指数所建立的二次曲线回归模型估算花粒期玉米叶面积指数的效果最佳㊂关键词：花粒期；玉米；植被指数；叶面积指数；估算中图分类号：Ｓ５１３．０１㊀文献标志码：Ａ㊀文章编号：１００１－８５８１（２０２１）０２－０１１６－０５ＥｓｔｉｍａｔｉｏｎＭｅｔｈｏｄｏｆＭａｉｚｅＬｅａｆＡｒｅａＩｎｄｅｘａｔＡｎｔｈｅｓｉｓＳｔａｇｅＢａｓｅｄｏｎＨｉｇｈ－ＲｅｓｏｌｕｔｉｏｎＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅＲＥＮＦｅｎｇ－ｄｉ，ＣＨＥＮＳｈｅｎｇ－ｂｏ∗，ＣＨＥＮＹａｎ－ｂｉｎｇ（ＣｏｌｌｅｇｅｏｆＧｅｏｅｘｐｌｏｒａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｍａｉｚｅａｔｔｈｅｆｌｏｗｅｒｉｎｇｓｔａｇｅｗａｓｔａｋｅｎａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔ，ａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｓｉｘｃｏｍｍｏｎｌｙｕｓｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓａｎｄｌｅａｆａｒｅａｉｎｄｅｘ（ＬＡＩ）ｗａｓｃｏｍｐａｒｅｄｂｙｔｈｅＰＬｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ．Ｆｉｎａｌｌｙ，ｔｗｏｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓｏｆＥＶＩａｎｄＳＡＶＩｗｅｒｅｓｅｌｅｃｔｅｄ，ａｎｄａｔｏｔａｌｏｆ６ｌｉｎｅａｒａｎｄｎｏｎｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｓｗｅｒｅｕｓｅｄｔｏｅｓｔａｂｌｉｓｈａｎｅｓｔｉｍａｔｉｏｎｍｏｄｅｌｗｉｔｈｔｈｅｍｅａｓｕｒｅｄｌｅａｆａｒｅａｉｎｄｅｘｏｆｃｏｒｎａｔｔｈｅａｎｔｈｅｓｉｓｓｔａｇｅ．Ｔｈｅｂｅｓｔｍｏｄｅｌｗａｓｓｅｌｅｃｔｅｄｔｈｒｏｕｇｈｔｈｅｊｕｄｇｍｅｎｔｃｏｅｆｆｉｃｉｅｎｔ（Ｒ２），ａｎｄｔｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ（ＲＭＳＥ）ａｎｄｒｅｌａｔｉｖｅｅｒｒｏｒ（ＲＥ）ｗｅｒｅｕｓｅｄａｓｔｈｅｖｅｒｉｆｉ⁃ｃａｔｉｏｎｉｎｄｉｃａｔｏｒｓｔｏｊｕｄｇｅｔｈｅａｐｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｍｏｄｅｌ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｑｕａｄｒａｔｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｅｓｔａｂｌｉｓｈｅｄｂｙＳＡ⁃ＶＩｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｗａｓｔｈｅｂｅｓｔｍｏｄｅｌｔｏｅｓｔｉｍａｔｅｔｈｅｍａｉｚｅｌｅａｆａｒｅａｉｎｄｅｘａｔａｎｔｈｅｓｉｓｓｔａｇｅ．Ｋｅｙｗｏｒｄｓ：Ａｎｔｈｅｓｉｓｓｔａｇｅ；Ｍａｉｚｅ；Ｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ；Ｌｅａｆａｒｅａｉｎｄｅｘ（ＬＡＩ）；Ｅｓｔｉｍａｔｉｏｎ０㊀引言叶面积指数（ＬｅａｆＡｒｅａＩｎｄｅｘ，ＬＡＩ）反映单位土地面积上植物叶片的总面积，是反映作物群体特征的重要指标，是表征植被冠层结构和反映植被长势的重要生理参数［１，２］㊂目前进行ＬＡＩ测量的方法有直接法和间接法两种㊂直接法是指使用仪器实地测量叶面积指数，结果较为准确，但是耗时耗力，并会造成叶片组织的损伤，且测量结果并不具有普遍代表性，因此，仅仅适用于部分地区的验证性测量㊂间接法是指采用遥感手段进行大范围的植被指数估算㊂遥感技术具有时空分辨率高㊁数据采集成本低以及可以实现大面积㊁宽领域㊁实时动态监测等优势［３－４］，为估算大范围植被的ＬＡＩ提供了有效的技术手段㊂利用间接法获取叶面积指数的模型方法分为经验模型和物理模型两类㊂经验模型是以ＬＡＩ为因变量，以光谱数据或其变换形式（例如植被指数）作为自变量建立的估算模型，是目前国内外利用遥感技术来估算叶面积指数的主要方法［５］㊂随着遥感卫星数据的普及，前人利用ＨＪ卫星影像生成了ＨＪＶＩ㊁ＮＤＶＩ㊁ＥＶＩ等７种数据，构造了夏玉米ＬＡＩ的估算模型［６］㊂还有人采用ＧＦ－１和Ｌａｎｄｓａｔ８遥感影像，开展了叶面积指数的估算研究［７］㊂根据遥感影像可以提取植被指数，建立植被指数与叶面积指数间的关系模型，从而估测ＬＡＩ㊂有学者对比研究了１０个常见植被指数与不同生育时期ＬＡＩ的相关性及预测性，筛选出预测ＬＡＩ的最佳植被指数和最优模型［８］㊂在众多植被指数中，利用ＥＶＩ建立的叶面积指数估算模型的精度优于同类植被指数模型［９］㊂对多种常见植被指数的估算效果进行简单的回归分析后得出，用ＥＶＩ估算ＬＡＩ是具有较高精度的［１０］㊂物理模型法需要利用大量的物理参数模拟农作物的生长过程，适用性比较好，多应用于农作物物理数据丰富㊁参数齐全情况下的ＬＡＩ建模㊂物理模型方法种类较多，利用ＰＲＯＳＡＬ辐射传输模型［１１］㊁建立神经网络估算模型［１２］㊁采用随机森林算法［１３］都可以准确估算所研究作物的ＬＡＩ㊂但由于物理模型法需要测量作物的许多生理物理参数用作输入，模型过于复杂，难以推广应用㊂目前遥感卫星影像具有高空间分辨率㊁高清晰度㊁信息量丰富及数据时效性强等优点，可以提供更多地物的细节信息，因此针对卫星数据的ＬＡＩ估算模型优选和真实性检验日益得到重视［１４］㊂前人对于估算玉米叶面积指数的研究多为整个玉米生长期的综合研究，而单独对某一时期针对性的研究较少，并且适于玉米不同生育期的叶面积指数估算模型应是不同的，鉴于此，我们主要对玉米花粒期的叶面积指数估算进行了研究㊂本研究基于吉林省中部地区玉米花粒期的多种植被指数与实测ＬＡＩ数据，提取相关性较好的植被指数，进行线性和非线性相关分析，构建回归分析模型，最终对模型进行了验证分析，检验所建模型的适用性和可靠性㊂１㊀研究区域和数据源１．１㊀研究区域概况本研究的５个实验地区位于吉林省中部，其在吉林省的位置如图１㊂吉林省平均每年日照时数为２２５９３０１６ｈ，年平均降水量为４００６００ｍｍ，冬季平均气温在－１１ħ以下，夏季平原平均气温在２３ħ以上㊂吉林省具有优质的土壤和丰富的土地资源，光㊁热㊁水分条件可以满足作物生长需要，农作物以玉米为主㊂根据吉林省玉米生长时期和气候条件，玉米于５月初播种，８月上旬进入玉米的花粒期，９月下旬逐步进入成熟期㊂图１㊀研究区的相对位置图１．２㊀影像数据源本文所用的卫星遥感数据来自美国ＰｌａｎｅｔＬａｂｓ遥感卫星群，ＰｌａｎｅｔＬａｂｓ（ＰＬ）影像有蓝（４８５ｎｍ）㊁绿（５４５ｎｍ）㊁红（６３０ｎｍ）㊁近红外（８２０ｎｍ）４个标准光谱波段，空间分辨率为３ｍ㊂本文采用的遥感影像数据对应地区和日期分别是蛟河市２０１９年９月１１日㊁永吉县２０１９年８月２８日和２０１９年９月１４日㊁舒兰市２０１９年９月１日㊁德惠市２０１９年９月１日和２０１９年９月１１日，以及农安县２０１９年９月１１日㊂１．３㊀实测数据本研究采用地面安装的农情监测设备传输的数据，数据于２０１９年８月１７日开始采集，于２０１９年９月１７日结束采集㊂农情监测设备分布在５个实验地区的玉米地块内㊂该设备可在每１个样点测量记录作物的株高㊁冠层大小㊁叶片面积等物候７１１㊀２期㊀㊀㊀㊀㊀㊀㊀㊀㊀任枫荻等：基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法信息，后期设备传输的数据计算出叶面积指数，作为该样点的有效ＬＡＩ值㊂同时利用ＧＰＳ定位仪记录每１个设备位置的经纬度㊂２㊀研究方法针对ＰＬ卫星遥感数据，应用ＥＮＶＩ５．３软件计算出多种广泛使用的植被指数，结合实验地区玉米的地面实测ＬＡＩ数据，利用ＳＰＳＳＳｔａｔｉｓｔｉｃｓ２０软件采用多种回归模型进行ＬＡＩ估算，对比不同模型的输出结果，并分析不同模型的估算精度，最后筛选出最佳估算模型㊂２．１㊀植被指数的选取植被指数（ＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，ＶＩ）是用两个或多个波长范围内的地物反射率进行线性或非线性组合运算，产生某些对植被长势㊁生物量等有一定指示意义的专题数值［１５］㊂本文在建立ＬＡＩ－ＶＩ关系时，为了探讨不同因素对于估算ＬＡＩ的影响，选取了比较常见且被广泛使用的植被指数：增强植被指数ＥＶＩ［１６］㊁归一化植被指数ＮＤＶＩ［１７］㊁比值植被指数ＲＶＩ［１８］㊁优化土壤调节植被指数ＯＳＡＶＩ［１９］以及土壤调节植被指数ＳＡＶＩ［２０］，以ＬＡＩ为因变量，以不同类型的植被指数为自变量，建立ＬＡＩ估算回归模型㊂在进行回归分析之前，首先在ＳＰＳＳＳｔａｔｉｓｔｉｃｓ２０软件中依次分析选取的植被指数与ＬＡＩ之间的相关关系㊂依据统计学中的相关规定，当相关系数的绝对值在０．６０．８时为强相关㊂本文分析了各类植被指数与实测叶面积指数间的相关性㊂由表１可知，玉米的ＬＡＩ与各植被指数间的相关系数均高于０．６，说明这几种植被指数均与ＬＡＩ呈强相关，其中ＥＶＩ与ＬＡＩ的相关性最强，ＳＡＶＩ与ＬＡＩ的相关性较强，因此本文只选取增强植被指数ＥＶＩ和土壤调节植被指数ＳＡＶＩ进行研究㊂选取的植被指数对玉米ＬＡＩ的变化较灵敏，适合构建经验回归模型㊂其中，ＥＶＩ对基础数据进行了全面的大气校正，并对土壤背景的影响作了处理，因此它是综合处理土壤㊁大气㊁饱和问题的植被指数，是对ＮＤＶＩ的继承和改进㊂另一植被指数ＳＡＶＩ的提出主要是用来减少植被指数对不同土壤反射变化的敏感性，有效地降低了土壤背景的影响，改善了植被指数与叶面积指数间的关系㊂２．２㊀植被指数回归模型的构建将玉米实测ＬＡＩ与ＥＶＩ和ＳＡＶＩ这２种植被指数进行相关分析后，分别应用线性㊁对数㊁二次曲线㊁幂函数㊁Ｓ曲线以及指数形式模型与对应的ＬＡＩ进行回归拟合，利用判定系数Ｒ２筛选出拟合ＬＡＩ精度最高的回归模型㊂判定系数的结果如表２所示㊂表１㊀植被指数与ＬＡＩ间的相关系数植被指数相关系数ＥＶＩ０．７３７ＮＤＶＩ０．６０９ＲＶＩ０．６８３ＯＳＡＶＩ０．６９３ＳＡＶＩ０．７２８表２㊀不同回归模型的判定系数回归模型自变量ＥＶＩＳＡＶＩ线性模型０．４８００．４０８对数模型０．３９１０．３１８二次曲线模型０．８２４０．９６３幂函数模型０．３８７０．３１２Ｓ曲线模型０．２９６０．２３２指数模型０．４７６０．４０１㊀㊀从表２中可以看出：两种植被指数作自变量时拟合效果最好的模型均是二次曲线模型，其次是线性模型；两种植被指数相对比，采用以ＳＡＶＩ作自变量的二次曲线模型的拟合效果又优于以ＥＶＩ作自变量的二次曲线模型㊂所以在这６种模型中，玉米ＬＡＩ拟合效果最佳的回归模型是以ＳＡＶＩ作自变量的二次曲线模型㊂各植被指数最优的回归方程如图２所示㊂３㊀结果与分析由表２可以看出，在ＬＡＩ－ＶＩ二次曲线回归模型建立中，二次曲线回归模型的Ｒ２都大于０．５，具有较好的拟合效果㊂本文选取５个实测的玉米ＬＡＩ数据作为回归模型的建模样本，用剩余的两个数据作为验证数据，并利用最优回归模型计算出样本点的估测ＬＡＩ值㊂３．１㊀模型估算结果用于验证的两个ＬＡＩ数据分别为４．４７６和４．５２４㊂对第１个验证数据，利用ＥＶＩ建立的模型估测的ＬＡＩ值为４．５８１，用ＳＡＶＩ建立的模型估测的ＬＡＩ值为４．５６５；对第２个验证数据，利用ＥＶＩ建立的模型估测的ＬＡＩ值为４．６８０，用ＳＡＶＩ建立的模型估测的ＬＡＩ值为４．６４７㊂说明用ＳＡＶＩ估算的玉米ＬＡＩ值比其他植被指数的估算结果更加接近于地面实测的ＬＡＩ值㊂８１１江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３３卷３．２㊀精度验证结果本文采用均方根误差（ＲｏｏｔＭｅａｎＳｑｕａｒｅＥｒｒｏｒ，ＲＭＳＥ）和相对误差（ＲｅｌａｔｉｖｅＥｒｒｏｒ，ＲＥ）这两个指标对所建立的回归模型进行精度验证㊂其中ＲＭＳＥ是衡量观测值与真实值之间的偏差，常用来作为模型预测结果衡量的标准㊂而ＲＥ指测量所造成的绝对误差与被测量真值之比乘以１００％所得的数值，以百分数表示㊂一般来说，ＲＥ更能反映测量的可信程度㊂精度验证结果：以ＥＶＩ建立的回归模型验证的ＲＭＳＥ为０．１３３，ＲＥ为２．８９６％；基于ＳＡＶＩ回归模型验证的ＲＭＳＥ为０．１０７，ＲＥ为２．３５２％㊂在物理意义上当ＲＥ小于５％时证明所建模型的估测精度较高，因此这两个模型的估测精度均较高㊂各植被指数模型的ＲＭＳＥ值都小于０．３，说明各模型的估测精度均较高，其中ＳＡＶＩ模型的ＲＭＳＥ最低，只有０．１０７，故此模型的估测效果最好㊂因此，在吉林省中部的这５个地区可以利用ＳＡＶＩ植被指数所建立的二次曲线回归模型来估算花粒期玉米的叶面积指数㊂ａ为ＥＶＩ估算的最佳回归方程㊂ｂ为ＳＡＶＩ估算的最佳回归方程㊂图２㊀ＥＶＩ和ＳＡＶＩ估算ＬＡＩ的最佳回归方程４㊀小结与讨论本次研究以吉林省中部５个地区为研究区，选取５种常用植被指数进行分析，根据相关系数筛选相关性较好的两种植被指数ＳＡＶＩ和ＥＶＩ，分别建立６种线性与非线性统计回归模型，最终利用判定系数指标来选取估算叶面积指数的最优回归模型㊂结果表明，拟合精度最高的模型是以ＳＡＶＩ为自变量的二次曲线回归模型，其估算值与地面实测值较为一致，这进一步为农作物遥感理论研究和应用提供了理论依据㊂本研究结果如下：５种常用植被指数与ＬＡＩ间的相关系数均大于０．６，其中ＳＡＶＩ和ＥＶＩ与ＬＡＩ间的相关系数居前２位；在以ＳＡＶＩ和ＥＶＩ这２个植被指数作自变量所建立的１２种模型中，采用以ＳＡＶＩ作自变量的二次曲线模型估算花粒期玉米叶面积指数的效果最佳，其方程式为ｙ＝１７．９８６ｘ２－１４．１０９ｘ＋７．３２４，相关系数为０．７２８，相对误差为２．３５２％，均方根误差为０．１０７，其拟合精度和适用性较强，可用于获取高精度的玉米ＬＡＩ信息㊂参考文献：［１］翟羽娟．基于高光谱影像的玉米ＬＡＩ估算模型研究［Ｊ］．江西农业学报，２０１５，２７（１０）：５８－６１．［２］刘新杰，魏云霞，焦全军，等．基于时序定量遥感的冬小麦长势监测与估产研究［Ｊ］．遥感技术与应用，２０１９，３４（４）：７５６－７６５．［３］郭云开，刘雨玲，张晓炯，等．利用辐射传输模型和随机森林回归估算ＬＡＩ［Ｊ］．测绘工程，２０１９，２８（６）：１７－２１，２９．［４］李晓彤，覃先林，刘树超，等．基于ＧＦ－１ＷＦＶ数据森林叶面积指数估算［Ｊ］．国土资源遥感，２０１９，３１（３）：８０－８６．［５］郭琳，裴志远，张松龄，等．基于环境星ＣＣＤ图像的甘蔗叶面积指数估算方法［Ｊ］．农业工程学报，２０１０，２６（１０）：２０１－２０５．［６］刘珺，庞鑫，李彦荣，等．夏玉米叶面积指数遥感估算研究［Ｊ］．农业机械学报，２０１６，４７（９）：３０９－３１７．［７］徐晓雨，孙华，王广兴，等．基于ＧＦ－１与Ｌａｎｄｓａｔ－８的康保县叶面积指数遥感估算研究［Ｊ］．中南林业科技大学学报，２０１８，３８（１）：４３－４８．［８］谭昌伟，黄义德，黄文江，等．夏玉米叶面积指数的高光谱遥感植被指数法研究［Ｊ］．安徽农业大学学报，２００４，３１（４）：３９２－３９７．［９］张瀛，孟庆岩，武佳丽，等．基于环境星ＣＣＤ数据的环境植被指数及叶面积指数估算研究［Ｊ］．光谱学与光谱分９１１㊀２期㊀㊀㊀㊀㊀㊀㊀㊀㊀任枫荻等：基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法析，２０１１，３１（１０）：２７８９－２７９３．［１０］ＬｉｕＪ，ＥｌｉｚａｂｅｔｈＰ，ＧｕｉｌｌａｕｍｅＪ．ＡｓｓｅｓｓｍｅｎｔｏｆｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓｆｏｒｒｅｇｉｏｎａｌｃｒｏｐｇｒｅｅｎＬＡＩｅｓｔｉｍａｔｉｏｎｆｒｏｍＬａｎｄｓａｔｉｍａｇｅｓｏｖｅｒｍｕｌｔｉｐｌｅｇｒｏｗｉｎｇｓｅａｓｏｎｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２０１２，１２３（８）：３４７－３５８．［１１］张明政，苏伟，朱德海．基于ＰＲＯＳＡＩＬ模型的玉米冠层叶面积指数及叶片叶绿素含量估算方法研究［Ｊ］．地理与地理信息科学，２０１９，３５（５）：２８－３３．［１２］宋开山，张柏，王宗明，等．基于人工神经网络的大豆叶面积高光谱估算研究［Ｊ］．中国农业科学，２００６，３９（６）：１１３８－１１４５．［１３］刘振波，邹娴，葛云健，等．基于高分一号ＷＦＶ影像的随机森林算法估算水稻ＬＡＩ［Ｊ］．遥感技术与应用，２０１８，３３（３）：４５８－４６４．［１４］陆坤，孟庆岩，孙云晓，等．基于ＧＦ－２卫星数据的孕穗期小麦叶面积指数估算：以河北省廊坊市为例［Ｊ］．国土资源遥感，２０１８，３０（１）：１９６－２０２．［１５］骆社周，程峰，王方建，等．基于ＴＭ遥感数据的西藏林芝地区叶面积指数估算［Ｊ］．遥感技术与应用，２０１２，２７（５）：７４０－７４５．［１６］ＨｕｅｔｅＡＲ，ＤｉｄａｎＫ，ＭｉｕｒａＴ，ｅｔａｌ．Ｏｖｅｒｖｉｅｗｏｆｔｈｅｒａ⁃ｄｉｏｍｅｔｒｉｃａｎｄｂｉｏｐｈｙｓｉｃａｌｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＭＯＤＩＳｖｅｇ⁃ｅｔａｔｉｏｎｉｎｄｉｃｅｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００２，８３：１９５－２１３．［１７］ＲｏｕｓｅＪＷ，ＨａｓｓＲＨ，ＳｃｈｅｌｌＪＡ，ｅｔａｌ．Ｍｏｎｉｔｏｒｉｎｇｔｈｅｖｅｒｎａｌａｄｖａｎｃｅｍｅｎｔｏｆｒｅｔｒｏｇｒａｄａｔｉｏｎｏｆｎａｔｕｒａｌｖｅｇｅｔａｔｉｏｎ［Ｃ］／／ＮＡＳＡＧＳＦＣ．ＴｙｐｅⅢ，ＦｉｎａｌＲｅｐｏｒｔ，Ｇｒｅｅｎｂｅｌｔ，ＭＤ，ＵＳＡ，１９７４：１－３７１．［１８］ＲｏｎｄｅａｕｘＧ，ＳｔｅｖｅｎＭ，ＢａｒｅｔＦ．Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｓｏｉｌ－ａｄｊｕｓｔｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉ⁃ｒｏｎｍｅｎｔ，１９９６，５５：９５－１０７．［１９］ＨｕｅｔｅＡＲ．Ａｓｏｉｌ－ａｄｊｕｓｔｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ（ＳＡＶＩ）［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９８８，２５（３）：２９５－３０９．（责任编辑：黄荣华）０２１江㊀西㊀农㊀业㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３３卷。

基于LDC的图像过渡区提取与分割

基于LDC的图像过渡区提取与分割陈从平;秦武;方子帆【摘要】A novel algorithm for the image transition region extraction and segmentation is presented based on local definition-complexity of the image. At first,the local definition of the original image is calculated to get a definition image, which enhanced the transition region's grey level. Then the local complexity of the definition image is calculated and transition region extraction threshold is gotten based on the complexity curve. At last,segmentation is made to the original image according to the threshold value obtained from the extracted transition region histogram. Experiment results demonstrate that the proposed algorithm achieves a better transition region extraction and segmentation performance.%提出一种基于局部清晰度-复杂度的图像过渡区提取算法,通过计算图像局部清晰度获得清晰度图像,增加了过渡区灰度层次信息,再计算清晰度图像的局部复杂度,并根据复杂度曲线确定过渡区提取门限对过渡区进行提取,根据提取的过渡区灰度直方图,获得图像的分割阈值并对图像进行分割.实验结果表明,本文方法比传统的基于局部复杂度法提取的过渡区更加准确,图像分割效果更好.【期刊名称】《激光与红外》【年(卷),期】2011(041)009【总页数】4页(P1023-1026)【关键词】过渡区提取;清晰度;复杂度;图像分割【作者】陈从平;秦武;方子帆【作者单位】三峡大学机械与材料学院,湖北宜昌443002;三峡大学机械与材料学院,湖北宜昌443002;三峡大学机械与材料学院,湖北宜昌443002【正文语种】中文【中图分类】TP3911 引言基于过渡区提取的图像分割是近年来提出的一种新的阈值分割方法。

基于空间信息的FCM医学图像高效分割

ＦＣＭｇｒｔｍｔｐａｉｌＩｏｍａｉｎｆｒＥｆｅｔｖｅｃｌＩａｅＳｅｍｅａｉｎｃｉｅＭｄｉａｍｇｇｎｔｔｏ
ＷＡＮＧｍｉｇＬｉｎ
—
Ｓ２．
ＫｅｗｒｓＦｚｙｃｍａｓＦＭ）；ｓａｉｎｏｍａｉｎｙｏｄｕｚ — ｅｎ（Ｃｐｔｌｉｆｒｔ；ｍｅｉａｍａｅｓｇｎａｉｎａｏｄｃｌｉｇｅｍｅｔｔｏ
医学图像分割是医学图像分析和处理的关键技术，它是医学图像处理中重要内容之一，是实现图
为实现快速聚类，算法的开始进行直方图初始化。实验结果表明，相对于标准的ＦＭ和ＫＣｓＣＦＭ— ２算法，文中算法既能快速有效地分割图像，又能提高对噪声的鲁棒性。
关键词模糊Ｃ均值（Ｃ；空间信息；医学图像分割ＦＭ）Ｔ９９８Ｐ９．１Ｎ１．；Ｔ３１４文献标识码Ａ文章编号１０７２（０１００２— ５０７— ８０２１）７— ７０中图分类号
ａ叶拉２１第４第期０年２卷７１
ＥｅｔｎｃＳｉ＆Ｔｅｈ／ｕ．５．２１ｌｃｒｉｃ．ｏｃ．Ｊ１１０１
基于空间信息的ＦＭ医学图像高效分割Ｃ
千黧明
——… ’ ，
（安电子科技大学电子工程学院，陕西西安西
ｏｔｉｅｒｂｂｌｙｎｈｎａｊｓｔｅｄｓｎｅｍａｒ．Ｔｅｌｅｆｓｃｕｔｒｇｈｉｏｒｍｉｉａｉｔｎｉｂａｎｄｐｏａｉｔ，ａｄｔｅｄｕｔｈｉａｃｔｘｏｒａｉａｔｌｓｅｉ，ｔｅｈｓｇａｎｔｌａｉｓｉｔｉｚｎｔｉｚｏ

基于改进FCM聚类医学图像配准

ＣＨＥＮＹｕａｎ，ＬＩＵＪｕｎ－ｈｕａ，ＬＥＩＣｈａｏ－ｙａｎｇ
（ＩｎｔｅｒｎｅｔＥｎｇｉｎｅｅｒｉｎｇＤｅｐａｒｔｍｅｎｔ，ＨｕｎａｎＰｏｓｔａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｏｌＣｌｅｇｅ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１００１５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｃｌｏｓｅｓｔｉｔｅｒａｔｉｖｅｐｏｉｎｔ（ＩＣＰ）ａｌｇｏｒｉｔｈｍａｎｄｔｈｅｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎ（ＭＩ）ｔｅｃｈｎｏｌｏｇｙ，ａｓｉｎｔｅｎｓｉｔｙ－ｂａｓｅｄ
ｍｕｍａｎｄｅｖｅｎｆａｉｌｓｔｏｒｅｇｉｓｔｅｒｉｍａｇｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｃｏｍｐｕｔｅｔｈｅｃｅｎｔｒｏｉｄｓｏｆｔｈｅｒｅｆｅｒｅｎｃｅａｎｄｆｌｏａｔｉｎｇｉｍａｇｅｓｂｙｕｓｉｎｇ
基于改进ＦＣＭ聚类医学图像配准
陈园十，刘军华，雷超阳
（湖南邮电职业技术学院互联网工程系，湖南长沙４１００１５）
摘
要：ＩＣＰ和互信息广泛应用于医学图像配准，但存在以下问题：其计算量非常大，耗时长；受初始旋

一种三维超声图像的分割方法[发明专利]

专利名称：一种三维超声图像的分割方法专利类型：发明专利
发明人：郭圣文
申请号：CN201110436363.6
申请日：20111222
公开号：CN102402788A
公开日：
20120404
专利内容由知识产权出版社提供
摘要：本发明公开了一种三维超声图像的分割方法，属于数字图像处理技术领域。

本发明包括以下步骤：1)根据三维超声图像的特点，利用归一化三维小波各向异性扩散方法对斑点进行预处理，去除斑点噪声；2)应用Canny边缘检测算子对经预处理后图像进行初始化；3)利用基于B-Surface与GVF Snake的三维形变模型，实施三维分割。

本发明方法能快速、准确地对三维超声图像实施分割，尤其对噪声具强鲁棒性。

本发明中的自动分割方法还可用于其它三维图像(如CT、MRI与PET等)的分割，具有很高的应用价值。

申请人：华南理工大学
地址：510640 广东省广州市天河区五山路381号
国籍：CN
代理机构：广州市华学知识产权代理有限公司
代理人：宫爱鹏
更多信息请下载全文后查看。

一种新的多波段遥感影像变化检测方法

一种新的多波段遥感影像变化检测方法
杨胜;李敏;彭振国;冯春
【期刊名称】《中国图象图形学报》
【年(卷),期】2009(014)004
【摘要】随着遥感技术的发展,采用遥感影像对国土资源进行动态监测已经成为了热点.目前常用的差值法和分类后比较变化检测方法中存在着各种缺陷.提出一种基于模糊C均值聚类(FCM)算法的遥感影像变化检测方法,利用一个改进的模糊C均值聚类算法进行遥感影像分类处理,然后引入多波段综合变化掩膜的思想进行变化检测.实验结果表明这种方法是有效的,提高了检测精度,检测结果为国土资源调查提供了重要依据.
【总页数】7页(P572-578)
【作者】杨胜;李敏;彭振国;冯春
【作者单位】湖南大学计算机与通信学院,长沙,410082;湖南大学计算机与通信学院,长沙,410082;郴州市国土资源局,郴州,423000;郴州市国土资源局,郴州,423000【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.一种多特征自适应组合的遥感影像变化检测方法 [J], 马红;刘浩
2.一种排除D-S证据冲突的遥感影像变化检测方法 [J], 刘艳;王立富
3.一种结合空间邻域关系特征的面向对象遥感影像\r变化检测方法 [J], 刘波;燕琴;
马磊;吕文清
4.一种改进SLIC分割的多尺度面向对象CVA遥感影像变化检测方法 [J], 李语旻;徐佳;卢刚;王宗伟;秦慧杰
5.一种联合光谱-对象-时间特征的遥感影像变化检测方法 [J], 曹州;刘士彬;马勇;姚武韬;姜丽媛
因版权原因，仅展示原文概要，查看原文内容请购买。

基于FCM和随机游走的地层图像分割方法

基于FCM和随机游走的地层图像分割方法陈圣国;孙正兴;周杰【期刊名称】《电子学报》【年(卷),期】2013(041)003【摘要】The color feature is the crucial basis for segmenting a stratum image, but traditional segmentation algorithms based on color feature clustering cannot get desirable results because of colors mixture near the layers' boundaries and heavy noisy. A new image segmentation method is proposed, it adopts an interactive image segmentation algorithm based on Random Walks to improve the computing method of the membership functions of fuzzy C-mean(FCM) incorporating spatial information. It inserts labeled cluster-nodes into the graph formed with pixels and their 4-connectedness, and takes the probabilities that a random walker starting its walk at a pixel first reaches a labeled cluster-node as the membership it belongs to this cluster. The experimental results show that pixels in the area of mixed colors near the layers' boundary are classified more accurately; the method decreases the noise sensitivity of FCM, and can effectively segment the structure physical modeling images.%颜色特征是地层图像分割的重要依据,但地层图像的高噪声以及地层边界颜色混合使得颜色特征空间聚类分割方法无法获得很好的结果.本文提出了一种融合模糊C均值聚类与随机游走算法的图像分割算法,该算法在聚类过程中结合像素的空间信息计算像素的隶属度,在基于随机游走的半监督图像分割算法中像素结点构成的四连通图上插入类属结点作为已标记结点,将随机游走者第一次游走到某个类属结点的概率作为该像素隶属于该类的隶属度.实验结果表明,本算法可以对地层边界颜色混合区域的像素更准确地进行分类,噪声敏感性降低,有效解决构造模拟地层图像的分割问题.【总页数】6页(P526-531)【作者】陈圣国;孙正兴;周杰【作者单位】南京大学计算机软件新技术国家重点实验室,江苏南京210093;金陵科技学院信息技术学院,江苏南京211169;南京大学计算机软件新技术国家重点实验室,江苏南京210093;南京大学计算机软件新技术国家重点实验室,江苏南京210093【正文语种】中文【中图分类】TP391.7【相关文献】1.基于快速FCM与随机游走算法的图像自动分割方法 [J], 许健才;张良均;余燕团2.结合随机游走与FCM的脑图像分割方法 [J], 郭鹏飞;刘万军;林琳;赵永刚;闵亮3.基于NSCT变换的随机游走红外图像分割方法 [J], 庞春江;张锦文4.基于快速FCM聚类的自动随机游走算法在红外图像分割的应用 [J], 张莲; 杨森淋; 李梦天; 余松林; 刘晓丽5.基于超像素随机游走的自然场景图像分割方法 [J], 李普;陈黎因版权原因，仅展示原文概要，查看原文内容请购买。

基于FCM方法的黄河水下三角洲沉积动力环境分区

基于FCM方法的黄河水下三角洲沉积动力环境分区刘付程;陈沈良;彭俊;陈晴【摘要】客观定量地确定沉积动力环境分区是理解区域沉积动力过程的重要基础.本文以黄河水下三角洲表层沉积物的粒度分析数据为基础,运用模糊c均值聚类(FCM)等方法对该区域的沉积动力环境进行了分类、识别、分区及制图表达.结果表明,研究区域的沉积动力环境可分为3个类别,分别代表了冲刷、冲淤混合和淤积3类不同形式的沉积动力环境.各类别沉积动力环境的隶属度分布图具有指示其在不同空间位置处出现的可能性大小及其优势分布区的作用,而由模糊隶属度值生成的沉积动力环境分区图也与研究区域实际的沉积动力空间格局有着较高的吻合度,表明制图结果是合理和有效的.研究结果可为黄河三角洲滨海区地貌演变趋势分析和海岸防护提供重要的参考价值.【期刊名称】《海洋学报（中文版）》【年(卷),期】2016(038)009【总页数】11页(P89-99)【关键词】粒度;沉积动力环境;模糊c均值聚类;FCM;分区;黄河水下三角洲【作者】刘付程;陈沈良;彭俊;陈晴【作者单位】淮海工学院测绘工程学院,江苏连云港222005;华东师范大学河口海岸学国家重点实验室,上海200062;华东师范大学河口海岸学国家重点实验室,上海200062;盐城师范学院城市与资源环境学院,江苏盐城224002;华东师范大学河口海岸学国家重点实验室,上海200062【正文语种】中文【中图分类】P736.21沉积动力环境分区是海洋沉积学的重要研究内容之一，它是正确认识区域沉积环境特征的前提，也是理解区域沉积动力过程的基础。

沉积动力环境分区研究一般涉及两方面的基本内容：一是沉积环境特征识别，二是分区及制图表达。

由于粒度及其分布特征是沉积过程的客观记录，因此粒度分析常被认为是识别沉积环境、揭示沉积动力过程的重要手段之一。

迄今已有不少学者提出运用概率成因图[1]、粒度参数散点图[2]、C-M图[3]、三角图式[4—5]、粒径趋势分析[6—7]、数理统计分析[8—12]等方法来判别沉积环境，并取得了很多成功的案例。

面向直方图加权的快速FCM的图像分割算法

面向直方图加权的快速FCM的图像分割算法
陈星平;陈燕敏;楼喜中
【期刊名称】《中国计量学院学报》
【年(卷),期】2015(026)004
【摘要】提出一种改进的图像分割算法SWFFCM(special weight fast fuzzy C-means algorithm),该方法将需要聚类的二维像素点投影到一维灰度直方图空间,利用不同灰度值图像空间像素离散程度的区别,对一维灰度直方图进行线性加权,每一个灰度值变量使用四分位相对离差系数作为其权值.实验表明,算法减少了
FCM(fuzzy C-means algorithm)算法的迭代数量,提高了图像聚类分割速度,减少了像素点错分比例,从而提高了图像的分割精度.
【总页数】6页(P462-466,485)
【作者】陈星平;陈燕敏;楼喜中
【作者单位】中国计量学院信息工程学院浙江杭州310018;中国计量学院信息工程学院浙江杭州310018;中国计量学院信息工程学院浙江杭州310018
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于图像滤波的加权 FCM 图像分割算法 [J], 宋娈娈
2.基于二维直方图加权的高斯核FCM图像分割 [J], 罗仁欢;刘丹丹;李一兵
3.基于直方图相关性约束的快速多阈值FCM图像分割算法 [J], 来跃深;马天明;田
军委
4.融合加窗色调直方图的彩色图像FCM分割算法 [J], 柳佳雯;梁光明;刘任任;谢雅婷;丁建文
5.基于直方图和加权FCM算法的图像分割方法 [J], 张朝全;范德斌
因版权原因，仅展示原文概要，查看原文内容请购买。

基于直方图统计快速FCM算法的医学脑部图像分割

基于直方图统计快速FCM算法的医学脑部图像分割
周显国;陈大可;苑森淼
【期刊名称】《中国数字医学》
【年(卷),期】2010(005)010
【摘要】针对模糊聚类算法(FCM)在脑部MRI图像分割中存在计算量大的缺点,提出了一种结合直方图峰值信息和统计信息的快速FCM(HF-KFCM)算法.算法首先利用多尺度窗口遍历的方法找到直方图的峰值点,然后将其作为模糊聚类的初始化中心,并采用基于直方图统计的快速聚类方法减少每一次迭代的运算量.仿真结果表明,相比于FCM算法和其他改进FCM算法,该算法的分割结果在聚类有效性和模糊性上提高显著.
【总页数】4页(P66-69)
【作者】周显国;陈大可;苑森淼
【作者单位】吉林省人民医院,130025,吉林省长春市工农大街1183号;吉林大学通信工程学院,130025,吉林省长春市前进大街2699号;吉林大学通信工程学
院,130025,吉林省长春市前进大街2699号
【正文语种】中文
【中图分类】R1
【相关文献】
1.用于脑部核磁共振图像分割的具有抗噪能力的BCFCM算法 [J], 栾方军;周佳鹏;曾子铭
2.基于小波变换和改进的FCM算法的医学 CT图像分割法 [J], 马春
3.基于分层的FCM算法在医学图像分割中的应用 [J], 孙玉娟;王增锋;张小峰
4.基于快速模糊C均值和邻域空间信息的脑部MR图像分割 [J], 任彤
5.基于改进模糊聚类分析的医学脑部MRI图像分割 [J], 周显国;陈大可;苑森淼因版权原因，仅展示原文概要，查看原文内容请购买。

一种表征遥感图像深部层次信息的方法

一种表征遥感图像深部层次信息的方法
陈圣波;周云轩;刘万崧
【期刊名称】《遥感学报》
【年(卷),期】2001(005)005
【摘要】介绍一种定量地表征遥感地质构造深部层次信息的方法,即利用重磁数据三维欧拉反褶积结果,叠加到遥感图像上,定量地、直接地分辨出遥感构造的深度.并应用到松辽盆地西部斜坡带,效果较好.
【总页数】3页(P367-369)
【作者】陈圣波;周云轩;刘万崧
【作者单位】吉林大学遥感地理信息系统系；中国科学院地理科学与资源研究所全球变化信息研究中心;吉林大学遥感地理信息系统系,;吉林大学遥感地理信息系统系,【正文语种】中文
【中图分类】TP79
【相关文献】
1.一种具有双层信息损失优化结构的遥感图像检索方法 [J], 彭晏飞;张维;訾玲玲;唐晓亮
2.一种高分辨率遥感图像单木树冠信息提取方法 [J], 沈利强;姜仁荣;王培法
3.一种采用IHS空间表征偏振遥感图像的方法 [J], 叶松;汤伟平;孙晓兵;方勇华
4.一种改进的基于暗原色先验信息的航空遥感图像去雾方法 [J], 张正豪;冯伍法;王涛;张艳;窦利军
5.复杂结构构造区遥感图像的地质信息提取方法——基于小波变换的多层次图像分割 [J], 陆关祥;周鼎武;王居里;郝建荣
因版权原因，仅展示原文概要，查看原文内容请购买。

基于区域检测的小波分形图像压缩方法

基于区域检测的小波分形图像压缩方法邓彩霞;陈明夫【摘要】This paper brings the Maximally Stable Extremal Regions(MSERs) to a hybrid wavelet-fractal coder.According to the image characteristics after region detection,we effectively improve the segmentation of image blocks and the structure of the set of Domain blocks.The improved image compression method more accords with human visual characteristics.This method enhances the compression performance,at the same time,it gets higher image quality.%本文将区域分割中的最大稳定极值区域（MSERs）检测方法引入到小波与分形相结合的图像压缩编码中,根据区域检测后的图像特征有效地改进了图像块的分割策略、Domain块集合的构成,使得改进后的图像压缩方法更符合人眼的视觉特性,在提高了压缩性能的同时,获得了较高的图像质量.【期刊名称】《渤海大学学报（自然科学版）》【年(卷),期】2012(033)004【总页数】6页(P289-293,316)【关键词】MSERs;小波变换;分形编码;视觉加权【作者】邓彩霞;陈明夫【作者单位】哈尔滨理工大学应用科学学院,黑龙江哈尔滨150080;哈尔滨理工大学应用科学学院,黑龙江哈尔滨150080【正文语种】中文【中图分类】O29图像压缩在图像传输和存储中起着至关重要的作用〔1〕.小波变换由于具有良好的时频局部化性能，有效地克服了傅里叶变换在处理非平稳的复杂图像信号时所存在的局限性，因而在图像压缩领域受到了广泛的重视〔2〕;分形图像压缩以迭代函数系统(IFS)为理论基础，对于整体与局部存在明显相似性的分形图像类，该方法可以取得很高的压缩比〔3〕.而同一取向不同分辨率上的小波变换的子图像间有很强的相似性，采用分形编码方法对小波变换系数进行编码来去除其相关性十分有效，能够获得较高的压缩比.同时，分形与小波变换相结合，可以将人眼视觉系统特性引入到分形编码中.因此，将小波变换与分形编码相结合可以实现优势互补.目前国内外学者已经研究了很多小波分形混合编码来进行图像压缩，如G.Davis提出了采用自子树量化的小波分形混合编码算法〔4〕.宋凭等提出了一种提升小波变换与分形相结合的图像压缩方法〔5〕.SONG等人提出了一种新颖的小波分形混合编码〔6〕.曾莉萍、李岩提出了提升小波变换的零树分形混合编码算法〔7〕.这些方法较传统分形方法在压缩性能上有了很大提高，并且改善了“块效应”，但是并没有考虑人眼的视觉特性.本文将区域检测中的最大稳定极值区域(Maximally Stable Extremal Regions，MSERs)检测方法引入到小波分形相结合的图像压缩方法中，有效地改进了图像块的分割策略、D块集合的构成，使得改进后的图像压缩方法更符合人眼的视觉特性，并且压缩性能更好.小波分解算法实际上就是将一幅图像通过二维小波变换分解成一系列、方向和空间局部变化的子带.一幅图像经小波分解后，可得一系列不同分辨率的子图像〔8〕.广义多分辨率分析(GMRA)是指Hilbert空间L2(R)中一系列满足嵌套型、伸缩性、隔离性、稠密性和Riesz基的一列闭子空间{Vj}j∈Z.这里，设{Vj}j∈Z是一个二维多分辨率分析H表示水平方向，V表示垂直方向，D表示对角线方向.对任意给定大小为M×N的图像f(x，y)∈L2(R)2，f(x，y)=f(x)f(y)，fN(x，y)是 f 在VN中的投影.对 fk(x，y)∈Vk，gk(x，y)∈Wk，有 fk+1(x，y)=fk(x，y)+gk(x，y)，其中 gk(x，y)为设是由两个一元分解序列生成的二元分解序列:因为{φ(2kx－m，2ky－n)}，{ΨI(2kx－m，2ky－n)}分别是空间 Vk与 Wk的Riesz基，故对任意的 fk(x，y)∈Vk，gk(x，y)∈Wk可以表示为进一步得分解算法:设是两个一元二尺度序列得到的二元二尺度序列(重构序列)，即则重构算法为迭代分形编码的理论基础是分形几何学中的迭代函数系统理论，迭代函数系统就是一组压缩仿射变换的集合.引理1 设{Si}(i=1，2，…，n)是一个迭代函数系统，其中每一个Si都是压缩仿射变换，该迭代函数系统的压缩因子为r，F是一个不变集，则对任何一个非空紧集E⊂Rn，有:对任意一幅图像，只需将所得到的迭代函数系统{S}反复作用于该图像，最后得到的收敛结果就是该迭代函数系统所对应的不变集F，或者称为该迭代函数系统的吸引子，而它就是重建的原始图像的近似图像.引理1保证它将足够好地逼近原始图像.最大稳定极值区域(MSERs)使用地形中分水岭的概念来求解稳定局部区域，作如下定义:(1)图像I是一个区域W到灰度X的映射:W⊂▯2→X.(2)领域关系A⊂W×W.(3)区域Q.Q是W的一个连通子集.(4)区域边界∂Q.∂Q={q∈D\Q:∃p∈Q:q∈A(p)}.(5)极值区域Q.极值区域Q⊂D，对于所有p∈Q，q∈∂Q:I(p)＞I(q)(最大极值区域)或I(p)＜I(q)(最小极值区域).(6)最大稳定极值区域(MSERs).如果 Q1，…，Qi－1，Qi，…为一系列相互包含的极值区域，即 Qi⊂Qi+1.若极值区域Qi*为最大极值区域，当且仅当区域变化率q(i)=|Qi+Δ\Qi|/|Qi|在i*处取得局部极小值.|·|表示为区域的面积，Δ∈X，Δ为微小的灰度变化.从上面给出的定义来看，极值区域(Extremal Region)Q指的就是一个由彼此相连的一个像元集合(可以取四邻域或八邻域)，这个集合满足这样的性质:集合中每个像元的灰度值总是大于或小于包围这个区域的每个像元灰度值.最大稳定极值区域MSER是指在某个灰度阈值i的时候，区域内像元数量变化是最小的.若图像随着该阈值从0变化到255进行二值化，图像则由全白到全黑.4.1 编码算法的基本思路首先对图像进行MSERs检测，得到图像的最大极值区域MSERs(包括最小灰度MSERs和最大灰度MSERs)并做椭圆拟合.分别将最小灰度MSERs和最大灰度MSERs椭圆按大小进行排序，并求出椭圆面积与图像面积的比值.之后，在小波变换域内，利用不同子图像的取向特性构造图像子块，采用迭代分形方法去除小波系数分辨率级内以及级间同一取向间所存在的相似性.为了确认原图像中MSERs所对应的小波系数在不同小波子带中的位置，建立一幅与原图像大小相同的二值图像，对应于原图像中MSERs位置的像素设为1，其余部分设为0，之后对该二值图像做与原图像相同的小波分解.这样，原图像在不同子带上的小波系数都带有一个对应的二值指针来判定其是否属于原图像的MSERs.4.2 编码方案编码方案主要包括小波分解、方向性细节图像块选取、IFS构造以及熵编码等几个步骤.(1)图像数据的小波分解对图像进行3级小波分解(采用D9/7小波).原图像信号在一系列倍频程划分的频带上分解成多个高频子图像和一个低频子图像，低频子图像是原始图像的一个近似，它在低分辨率级上反映了图像的全貌.各个高频子图像在不同分辨率级和不同取向上体现了原图像的高频细节，可以观察到不同分辨率级上同一空间取向的高频子图像之间具有极强的结构相似性.(2)方向性细节图像块的选取在构成高频细节Range块和Domain块时，将人眼视觉特性引入其中.因为只有具有显著性特征的区域才是图像中稳定的区域，所以依据MSERs的区域分割有效地保留了显著性特征的区域.在每一分辨率级上，HL效果最好，其次是LH，最后是HH.因此在像素块的选取上要对三个方向分别优化处理.对于水平方向，分别取2×2、4×4和8×8的像素块作为细节图像块.对于垂直方向，分别取3×3、6×6和12×12的像素块作为细节图像块.对于对角线方向，分别取4×4、8×8和16×16的像素块作为图像块.对于高频子图像，选取的像素块越多，压缩后子图像的效果就越好.同时为了降低分形编码的复杂度，对于细节图像块，只选取其中有像素点落入MSERs对应区域的细节图像块，而舍弃不含有特定点的细节图像块.这种选取方式不仅发挥了小波编码和分形编码的优势，而且结合了人眼的视觉特性，使得压缩后的图像在显著区域效果更好.具体的方向性Range块由一级分辨率上一个特定取向的高频子图像中的方向性细节图像块组成，这样一来，不同分辨率不同取向的细节图像块便构成了不同分辨率、不同取向的Range块.以同样的方式，可以进行水平、垂直和对角线3个取向不同分辨率的Domain块的构造，与某一分辨率某一取向的Range块相对应的Domain块集合，是由分辨率低一级的高频子图像中所有与该Range块同样尺寸的细节图像块构成的.总体上，对于3级小波分解，可以得到3个不同分辨率级、3个不同取向，共9个待编码的Range块集合，以及相对应的9个用于搜索的Domain块集合.(3)IFS的构造对每一分辨率级上每一取向的Range块，在与其对应的同一取向的Domain块集合中进行最佳匹配块的搜索.对所有Domain块求出2d(i，j)个类中心，这里i代表取向，j代表分辨率级.在类中心的选取上应该既考虑人眼的视觉特性，又与之前的细节图像块划分相吻合.对于水平方向，因为人眼在该方向上的灵敏度较其他两方向要高，并且水平方向细节图像块划分精细，因此应多选取类中心.对角线方向人眼灵敏度最低，且细节图像块选取最大，因此应少选取类中心.对于垂直方向，类中心的选取个数应介于水平方向和对角线方向之间.因此，按下表取值.对每个类中心在该类中找出一个最相似的一个Domain块，将其作为该类的典型Domain块用于匹配.具体实现中采用最大相似度准则来进行Range块和Domain 块匹配与否的判定:假设是第i个取向上第 j－1分辨率的第 n个 Range块是待匹配的第m个Domian块，则最大相似度准则定义为:对一个方向Range块经过一边搜索，选出具有最大相似度的Domain块作为最佳匹配块，并记录该Domain块的位置信息和两者之间的反差因子构成该Range块的分形码:{P，α}，其中P代表最佳匹配Domain块的位置，α是Range块和Domain块之间的反差因子.对所有分辨率级所有方向的Range块进行最佳匹配的Domain块搜索，就能得到所有Range块的分形码.再对P和α进行量化处理，就可以得到高频细节图像的迭代分形编码.(4)低频子图像编码和熵编码因为图像的大部分能量都集中在低频部分，所以低频部分编码性能的优劣将大大影响图像的恢复质量.因此，这里采用保真度较高的容量为26的标量量化.同时将面积增强(AE，Area Enhancement)因子嵌入到标量量化中，用它来提高大对象的区域显著度.区域k的面积增强因子AE(k)公式为:这里，Area(k)为第k个区域的面积，可以由前面MSERs检测后的拟合椭圆面积得到;AR是一个常量，其值为图像总面积的1%，bk为加权系数.最终，对低频子图像的标量量化数据和高频细节矢量的迭代分形编码数据采用自适应算术编码.实验均采用4级双正交9－7整数小波滤波器，测试图像为标准Lena、Baboon、Peppers、Goldhill(像素数均为512×512×8)，得到下表数据:这里分别给出细节较多的Goldhill重构图与原图的对比和细节较少的Lena重构图与原图的对比.实验结果表明，本文算法在较低码率下，可以得到较好的压缩效果.重构后的图像的MSERs信息得到了很大程度的保留，使得图像质量更符合人眼视觉特性.实验中发现，由于图像自身MSERs大小、分布不同，压缩效果有所区别.如Baboon、Peppers图像MSERs面积较大，压缩效果更好，并且重构图像的主观质量更高.本文算法具有很好的稳定性，对于细节较多和细节较少的图像都能获得很好的重构图像质量.如何缩短压缩时间，降低算法复杂度还需要更进一步的研究.【相关文献】〔1〕张德丰.数字图像处理:MATLAB版〔M〕.北京:人民邮电出版社，2009.〔2〕Daubechies I.Ten lectures on wavelets〔M〕.Society for Industrial and Applied Math，1992.〔3〕He C，Yang S X，Huang X.Novel progressive decoding method for fractal image compression〔J〕.IEEE Proceedings－ Vision，Image and Signal Processing，2004，151(3):207 －213.〔4〕Davis G.A wavelet－ based analysis of fractal image compression〔J〕，IEEE Transon Image Processing，1998，7(2)141 －154.〔5〕宋凭，刘波，曹剑中，提升小波变换与分形相结合的图像压缩光子学报〔J〕.2006.35(11):1784－1787.〔6〕Song C L，Feng R，Liu F Q，et al.A novel fractal wavelet image compression approach〔J〕.Journal of China University of Mining and Technology，2007，17(1):121 －125.〔7〕曾莉萍，李岩.提升小波变换的零树分形混合编码算法〔J〕.计算机工程与应用，2009，45(9):186－189.〔8〕陈文实，曹光辉，孟宪宇.基于混沌和小波理论的图像加密技术实现〔J〕.渤海大学学报:自然科学版，2004，25(3):236－239.。

基于变步长的混合图像自适应盲分离算法

基于变步长的混合图像自适应盲分离算法夏淑芳;张天骐;李雪松;高清山【期刊名称】《数据采集与处理》【年(卷),期】2011(026)002【摘要】According to the separation level of mixed signal, a new separation algorithm of image signal is presented. The separation of images can be effectively achieved through the establishment of controlling step factor change in the separation matrix and the adoption of adaptive nonholonomic natural gradient method. The new algorithm serves as an excellent solution to solve the contradictions between the convergence speed and the stability error of the fixed stepsize algorithm. It also settles the seperation problem without choosing a smaller initial step size. The simulation results demonstrate that the convergence speed and the steady-state errors of the new algorithm are improved and its comprehensive separation performance is obviously superior to those of other algorithms.%根据混合信号的分离程度,提出了一种新的图像信号分离算法,通过建立分离矩阵控制步长因子变化,利用自适应不完整自然梯度法实现图像的有效分离.新算法既很好地解决了固定步长算法收敛速度和稳态误差之间的矛盾,也解决了其他变步长算法须选择较小初始步长才能实现分离的问题.仿真结果表明新算法收敛速度快,稳态误差小,综合分离性能明显优于其他算法.【总页数】6页(P156-161)【作者】夏淑芳;张天骐;李雪松;高清山【作者单位】重庆邮电大学信号与信息处理重庆市重点实验室,重庆,400065;重庆邮电大学信号与信息处理重庆市重点实验室,重庆,400065;重庆邮电大学信号与信息处理重庆市重点实验室,重庆,400065;重庆邮电大学信号与信息处理重庆市重点实验室,重庆,400065【正文语种】中文【中图分类】TP319【相关文献】1.一种引入自适应动量项的变步长混沌信号盲分离算法 [J], 张天骐;马宝泽;强幸子;全盛荣2.改进的步长自适应小波ICA图像盲分离方法 [J], 廖滔;刘辉3.基于自适应混合能量参数的变步长LMS水声信道均衡算法 [J], 宁小玲;张林森;刘志坤4.基于步长自适应的独立向量分析卷积盲分离算法 [J], 付卫红;张琮5.基于扩展Infomax算法的变步长在线盲分离 [J], 马守科;何选森;许广廷因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

A Segmentation Method for Stratum Image Based on FCM and Random Walks
CHEN Sheng - guo1, 2 , SUN Zheng -xing 1 , ZHOU Jie1
( 1. State K ey Laboratory f or N ovel Sof tware Technology, Nanjing University, N anjing , Jiangsu 210093, China; 2. School of Inf ormation Technology , Ji nling Institute of Technology , Nanjing , Jiangsu 211169, Chi na )
2
基于 FCM 与随机游走的图像分割算法
颜色是地层切片图像中区分地层的重要特征, 基于颜色特征空间的 FCM 聚类可以正确分类图像中的大部分像素, 但是地层切片图像在切片和图像获取过程中会产生大量噪声且相邻地层在边界附近颜色存在混合使得的地层边界模糊, 噪声及模糊边界区域像素无法仅利用颜色信息正确判断其类属, 必须结合像素的空间信息才能获得较好的分割结果. 本文将可以充分像素空间信息的基于随机游走的半监督图像分割算法
第 3期 2013 年 3 月
电子学报 ACTA ELECTRONICA SINICA
Vol . 41 No. 3 M ar. 2013
基于 FCM 和随机游走的地层图像分割方法
陈圣国
摘要:
1, 2
, 孙正兴 , 周
1
杰
1
( 1. 南京大学计算机软件新技术国家重点实验室 , 江苏南京 210093; 2. 金陵科技学院信息技术学院 , 江苏南京 211169)
颜色特征是地层图像分割的重要依据 , 但地层图像的高噪声以及地层边界颜色混合使得颜色特征空间
聚类分割方法无法获得很好的结果 . 本文提出了一种融合模糊 C 均值聚类与随机游走算法的图像分割算法 , 该算法在聚类过程中结合像素的空间信息计算像素的隶属度 , 在基于随机游走的半监督图像分割算法中像素结点构成的四连通图上插入类属结点作为已标记结点 , 将随机游走者第一次游走到某个类属结点的概率作为该像素隶属于该类的隶属度 . 实验结果表明 , 本算法可以对地层边界颜色混合区域的像素更准确地进行分类 , 噪声敏感性降低 , 有效解决构造模拟地层图像的分割问题 . 关键词 : 图像分割 ; 模糊 C 均值聚类 ; 随机游走中图分类号 : TP3911 7 文献标识码 : 电子学报 URL: http: / / www. ejournal. org. cn A 文章编号 : 0372 - 2112 ( 2013) 03 - 0526 - 06 DOI: 10. 3969/ j. issn. 0372 - 2112. 2013. 03. 018
[ 12] [ 11] [ 10]
进行改造用以改进 FCM 聚类算法迭代过程中像素隶属度的计算.
21 1 基于 FCM 算法的图像分割 FCM 算法是一种基于划分的聚类算法, 是普通 C 均值聚类算法的改进, 采用柔性的模糊划分, 对每个给定样本用值在[ 0, 1] 间的隶属度来确定其属于各个类别的程度. 假设 n 个样本向量 x i ( i = 1, 2, ,, n ) 分为 k 个模糊类, FCM 算法要求最小化公式 ( 1) 所示的目标函
收稿日期 : 2011 -08 -10; 修回日期 : 2012 -09 -20
基金项目 : 国家自然科学基金 ( No. 61272219, No. 61100110, No. 61021062) ; 国家 863 高技术研究发展计划 ( No. 2007AA01Z334) ; 江苏省科技计划 ( No. BE2010072, No. BE2011058, No. BY 2012190)
j= 1 n
法一般采用邻域窗口的颜色特征修改距离计算的方法或在高维特征空间中进行聚类, 往往会使图像边缘模糊造成分割精度降低或者运算量巨大, 而且邻域半径及空间相关性的控制参数值往往与噪声水平关系密切, 过强将导致对分割图的边缘过度平滑而丢失一些重要的细节信息, 过弱则不能处理图像中的噪声. 本文根据地层切片图像的特点提出一种结合 FCM 与随机游走( Random Walks) 算法[ 17] 的图像分割方法, 对传统的 FCM 算法的迭代过程进行改进, 在 FCM 计算的隶属度基础上将原用于半监督图像分割的随机游走算法用来对像素的隶属度进行修正, 降低算法对噪声的敏感性, 提高对地层边界像素分类的正确性. 算法不直接使用邻域内像素的颜色或灰度特征参与聚类, 采用单一参数控制像素空间特征与颜色特征的相对重要性, 实验结果表明较小的参数对不同水平的噪声均具有良好的抑制效果. uij =
Abstract: The co lor feature is the crucial basis for segmenting a stratum image, but traditional segmentation algorithms based on color feature clustering cannot get desirable results because of colors mixture near the layer s c boundaries and heavy noisy. A new image segmentation method is proposed, it adopts an interactive image segmentation algorithm based on Random Walks to improve the computing method of the membership functions of fuzzy C - mean( FCM) incorporating spatial information. It inserts labeled clus ter - nodes into the graph formed with pixels and their 4 - connectedness, and takes the probabilities that a random walker starting its walk at a pixel first reaches a labeled cluster - node as the membership it belongs to this cluster. The experimental results show that pixels in the area of mixed colors near the layers c boundary are classified more accurately ; the method decreases the no ise sensitivity of FCM , and can effectively segment the structure physical modeling images. Key words: image segmentation; fuzzy C -means clustering; random walks
第
3 期
陈圣国 : 基于 FCM 和随机游走的地层图像分割方法
527
属, 必须结合像素的空间信息才能获得较好分割结果. 图像分割领域应用最广泛且效果较好的聚类算法是模糊 C - 均值 ( Fuzzy C -Means, FCM) 聚类[ 3~ 6] , 但 FCM 应用于图像分割时只使用灰度或颜色特征而忽略了图像的空间信息, 导致其对噪声敏感. 目前已有一些研究者提出了部分结合图像空间信息的改进算法应用于自动[ 7~ 12] 及交互图像分割[ 13~ 16] , 一定程度上解决了 FCM 算法的噪声敏感问题, 自动图像分割算法典型的工作如: Liew 等[ 7] 利用 3 @ 3 小窗口内的像素之间的关系结合8 - 邻域内的连续性的计算公式修改了 FCM 的目标函数; Karmakar[ 8] 结合半径为 2~ 4 的邻域内像素之间的关系, 引入了与众不同的隶属度函数, 提出了一种基于模糊尺度的聚类方法; Ahmed 等人[ 9] 通过在 FCM 目标函数中引入局部平均约束项以提高 FCM 的抗噪性; Chen 等在聚类之前先对图像进行均值 ( FCM- S1) 或中值 ( FCM- S2) 滤波, 在原图和滤波结果图上用 FCM 聚类得到分割结果; 陈强等提出基于同质片的 HPFCM 算法, 将灰度图像中每一个像素点扩展为 q 2 维 ( q = 2 r + 1, r ¶ 1) 的向量再采用 FCM 算法完成聚类; 冯衍秋等基于 Gibbs 随机场提出的 GFCM 图像分割算法. 这些方
数. J ( U, c1 , ,, ck ) =
E
k
1 j= 1
k
n
uij d ij
m 2
( 1)
其中: U 表示隶属度矩阵, 其元素 uij 表示样本向量 j 属于模糊类 i 的隶属度, 满足
i= 1
E
uij = 1, Pj = 1, ,,