面向图象压缩的图象分类及压缩结果预测

图象数据存在冗余使图象压缩成为可能 ,而不同图象的数据冗余度特别是空间冗余度相差很大 .对被压缩图象的空间冗余度这一图象的本质属性进行研究、减少图象压缩及方法选择时的盲目性是非常必要的 .为此提出了面向图象压缩的图象分类这一新概念以及具体分类算法 .该算法利用图象小波高频系数的分布特点 ,采用图象边缘度作为图象空间冗余度的度量 ,将不同内容的图象按边缘度大小分类 .分类的结果可对不同图象的压缩结果进行预测 .实验结果表明 ,图象分类结果和对压缩结果的预测是有意义的 ,并与人的视觉相吻合 .该分类思想对其他图象处理算法的选择和优化也有参考价值 .

基于信息融合的超谱图象分类方法研究

针对高数据维给超谱图象有效信息提取和分类造成的困难 ,引入了自适应子空间分解方法进行数据源的划分 ,并在此基础上进行了基于信息融合的超谱图象分类研究 .在根据超谱数据本身特点获得的子空间上进行信息融合 ,有利于分类特征的集中和提取 .实验结果表明 ,利用自适应子空间分解方法划分数据源是有效的 。

模糊控制BP网络的遥感图象分类方法研究

针对遥感图象分类中经常采用的 BP算法存在训练时间长、不易收敛等缺点 ,提出了一种改进方法 ,即采用模糊规则有效控制 BP网络学习率的方法 .该方法使网络具有自适应能力 ,从而不易陷入局部最小 ,导致收敛速度大大加快 ,训练时间大大缩短 .最后以徐州地区 TM图象土地利用分类为例 ,将模糊控制 BP网络模型同 BP算法及学习率自调整算法进行了比较 .结果表明新方法确实大大加快了网络收敛速度 ,一定程度上提高了图象分类精度 ,是一种有效的图象分类方法 .

基于特征元素和关联规则的图象分类方法

图象分类是搜索引擎中的重要模块.本文提出了一种基于特征元素的图象分类方法.特征元素与特征向量相比能够根据人的主观感知来提取图象的视觉特征.与传统的基于特征向量的图象分类方法不同,本文提出的图象分类方法不计算特征空间中特征向量之间的距离,而是通过关联规则挖掘发现图象的特征元素与图象所属类别之间的联系.本文实现了该分类算法并将其与一种基于特征向量的图象分类方法NFL相比较.实验的结果证实了所提方法的优越性.

一种新的个性化的图象分类方法

图象分类系统的建立是信息检索以及模式识别中一个重要部分 ,其中 ,特征选择问题 ,即确定描述图象的特征参数是需要解决的关键问题 .基于内容的图象检索技术的研究 ,近来得到了广泛的关注 ,由图象特征向量维数过高而引起的图象检索困难是基于内容的图象检索技术研究所面临的一个挑战 ,因此需要寻求一个有效降维技术 .为解决此问题 ,设计了一个新的图象分类标准模型 ,通过寻找不同的特征组合来作为分类标准 ,进而提出了一种算法 ,用于实现此模型 .实验结果显示 ,该模型能实现图象特征向量降维 ,并且算法能够极大地降低计算所花费的时间 .同时 ,多种不同分类标准的引入 ,使得本方法能与信息检索技术进行有效的结合 。

小波神经网络的遥感图象分类

将小波和神经网络结合起来，提出一种自适应小波函数的神经网络。这种小波函数网络经过训练后，可应用于遥感图象的分类。

一种高效的语义图象分类方法

本文针对大型高维图象数据库检索,提出基于单特征进行高速、快捷的学习矢量量化算法,在独立的训练集(7537幅图象)和测试集(5000幅图象)上,通过实验对户内/户外,城市/风景分类,并在同条件下同贝叶斯分类器及支持向量机的结果比较。在计算复杂度和消耗时间上大大缩减,分类效果仍保持基本相似,且对有的分类问题可提高判别准确率。

Fuzzy数合成运算应用于图象分类

提出了一种图象有监分类的新方法.该方法基于图象的特征因子对于图象的类别的模糊性,因而可以用一个隶属函数来表示.根据模糊数的合成运算,考虑到全部特征后,给出图象隶属于所有的类的可能分布.若选定某一阈值λ_α进行截取,就可能确定出该图象属于某类的最大可能性.实例表明用该方法对图象进行的分类与用最小距离分类得出的结果一致.

遥感图象分类的统计融合方法及性能分析

基于数据层的统计数据融合方法，以提高遥感图象的分类性能为目的，实现了一种新的可调参数的图象分类方法．用这种方法对ＴＭ图象和ＳＡＲ图象进行了一系列的实验，并对实验的结果进行了分析，从而得出关于数据层统计信息融合方法的有益的结论．

专家系统在遥感图象分类中的应用

本文简单回顾了人工智能、专家系统的思想和技术在遥感图象分类中的应用,讨论了在遥感图象分类中人工智能、专家系统的作用。研究了在遥感图象分类专家系统中知识获取、知识表达、推理控制等问题。

采用神经网络和统计算法相结合的方式检测远程传感图象分类

检测远程传感图像分类的各种实验算法比较已在文献中作过报道，其中，神经网络与统计分类器的比较由作者Ｓｅｒｐｉｃｏ，Ｓ．Ｂ．，Ｂｒｕｚｚｏｎｅ，Ｌ．，Ｒｏｌｉ．Ｆ．发表在《Ｐａｔｔｅｒｎ Ｒｅｃｏｇ－ｎｉｔｉｏｎ Ｌｅｔｔｅｒｓ》上，实验结果清楚地显示，这种算法的优越性优于其他算法。另外，文章中还指出，统计算法与神经需要花费时间进行设计，以取得分类的高正确率。

幂函数图象分类的一般规律

最近几年各地的数学高考题和会考题中,常出现幂函数及其图象的鉴别题。而学生对这种题不大适应。这是因为幂函数体系繁杂,函数的定义域、图象等,都不象一次函数、二次函数、指数函数和对数函数那样有固定的模式。尤其是幂函数图象的多变性,使初学者有一种朦胧感。我们知道,函数的图象是掌握函数概念的形象思维的基础,也是解决有关问题的重要工具。而现行教材中,没有给出作幂函数图象的一般规律。为了填补教材中的这个空白,本文给出以任意有理数为指数的幂函数图象逻辑分类的一般规律。按照此规律,学生能正确迅速地作出给定的任一个幂函数的图象。

电视录象图象的分类与检索

本文对现有的电视图象分类算法和检索算法作了系统的分析，并在图象分类方面提出了一种自适应分类算法；在检索方面提出了一种基于颜色的样本与非样本学习相结合的方法。自适应分类算法的计算量与相邻帧间的变化量成正比；对于绝大多数相邻帧，只要计算数目极小的区域就可完成分类工作．实验证明，本文提出的分类与检索方法在速度与精度上均有明显的提高。

分形维数及其在图象块分类中的应用

给出了分形维数的定义和描述方法 ,讨论了提取标准灰度图象的分形维数的方法 。

图象信息分类制图的区域参数应用研究

利用空间遥感信息，在地理信息系统的支持下，开展电子制图研究，是现代图象图形学发展的一个重要方向。本文介绍了应用于图象识别分类与制图的区域参数的涵义与功能。它是改进图象分类精度和提高制图质量的基本保证。重点论述了空间信息区域参数研究的理论与方法，其中包括地理相关辅助数据分析法和基于知识的区域参数研究方法；同时，结合盐碱地等类型的识别、分类制图，对其区域参数，作了地学分析和应用研究。

运动车辆的图象分离分类研究

机动车辆的自动检测手段和识别率是路桥收费系统和城市交通管理系统智能化的关键和难点，目前已有多种实施方案，本文介绍的基于视觉的方法工程量小、检测范围大、系统安装相对灵活，是一种很有前途的方法。为改善视觉交通检测系统的实用性，本文对作者已经实现的模型系统进行了改进，提取车辆外形的综合特征更为准确，对光线的适应能力明显增强，因而使车型识别的准确性进一步提高。

血液细胞图象的模糊综合评判及分类

本文陈述了一种基于模糊综合评判的理论对血液细胞进行分类的方法。研究这一方法的目的在于更好地把血液细胞进行分割、分类,从而为临床诊断提供客观、定量的依据。本文在血液细胞分割的基础上提取图象的特征信息,确定细胞图片的评判参数,对细胞进行分类。本文研究的分类算法对上百幅图像进行试验,效果较好,取得了预期的目标。

遥感图象的模糊监督分类

在常规遥感监督分类中,训练信息和分类结果是以象元—类别一对一的方法表示的。在训练分类器和决定象元隶属性时没有考虑类别的混合现象。这种表示的局限性降低了分类水平,因而限制了更广泛的信息提取。 本文描述了一个模糊监督分类的方法,其中地学信息是以模糊集表示的。算法包括两个主要步骤:对来自模糊训练数据的模糊参数的估计;对光谱空间的模糊划分。这可以鉴别混合象元中各组分覆盖类型的不完全隶属性以及产生更精确的统计参数,从而达到更高的分类精度。

基于知识的遥感图像分类方法的探讨

本文提出了一种基于知识的遥感图像土地利用分类法。包括知识的获取和表达 ,以及将知识用于土地利用分类。知识的获取和表达包括两方面。一是将原有的GIS土地利用数据与新的遥感图像配准、叠加、集成 ,并从中挖掘各类型的光谱知识。二是通过对研究区各土地利用类型变化特点进行分析研究 ,并从中得到原有各土地利用类型经数年后变成其它类型的可能性及其大小。并将其定量化表达成新遥感图像上各类型的先验性概率。在知识的应用和分类方面 ,分别对原土地利用各类型所对应的遥感图像进行知识的应用和处理 ,利用各自可能出现的类型及其各类型的先验性概率进行最大似然法分类。研究表明 ,该方法将原有的GIS数据和各种土地利用类型变化的先验性知识综合集成用于新的遥感图像的分类中。这不仅可以促进GIS数据更新的自动化 ,而且还可以得到比常规最大似然法高的分类精度。