基于特征散度的模糊彩色图像分割算法

为提高算法的普适能力,提出了一种新的基于特征散度的模糊彩色图像分割算法(FD-CIS).算法引入了特征散度和模糊相异性函数来度量差异性,利用特征散度进行数据聚类,实现图像的区域融合.实验证明,算法较好地降低了彩色图像大样本数据的运算量,简单而有效地解决了过度分割现象,避免了聚类算法对初始条件的依赖性,与人的主观视觉感知具有良好的一致性.

基于特征散度K-means红外图像分割遗传算法

针对红外图像中目标和背景的对比度低,边缘模糊的特点,本文提出了改进的聚类分割算法KFGA。用特征散度的内积范数作为K-means算法的距离测度,改进算法的普适性;针对K-means算法收敛的局部寻优问题,将遗传算法与K-means算法结合实现全局寻优;在种群每一次演化操作后实行一次K-means聚类,加快算法的收敛速度,在全局寻优的过程中嵌入局部寻优加快算法的收敛速度。

基于特征散度的图像FCM聚类分割

本文提出了一种称为特征散度的新概念和一种基于特征散度的图像模糊C-均值(FCM)聚类分割方法。该方法采用特征散度取代传统的欧氏距离作为图像像素与C-聚类典范值之间的差异性度量。本文将新方法与一些传统的FCM算法同时应用于图像分割,并采用形状测度和均匀测度评价各算法的分割性能,结果表明新方法对不同类型的图像都具有良好的分割性能。

登陆台风“凡亚比”(1011)合力散度分布及演变特征研究

本文利用1011号台风"凡亚比"高分辨率数值模拟资料及合力散度方程,诊断分析了"凡亚比"台风的合力散度水平分布及演变过程。首先将模拟的"凡亚比"生命史划分为五个阶段,然后计算各阶段整层垂直积分的合力散度,得到以下发现:在"凡亚比"快速增强阶段,台风中心附近首先出现合力辐合区,外围为合力辐散区;"凡亚比"成熟期和鼎盛期,合力辐合区呈现出以台风中心为圆心,半径约150 km的近似圆形分布,且中心附近辐合强度最大,向外逐渐减弱,外围合力辐散区呈螺旋云带状分布,宽度约200 km;"凡亚比"第一次登陆过程中,台风中心与合力辐合极值中心发生偏离,合力散度强度逐渐减小,对称结构被破坏;二次登陆后,辐散区迅速衰减甚至消失,但台风中心附近仍存在比较明显的合力辐合。"凡亚比"整个生命史中,合力辐合的平均强度普遍大于辐散的平均强度,前者与台风强度有显著的正相关关系。总体上,合力散度的强信号始终与台风环流系统相伴随,其演变能较好地反映出台风强度及结构的发展和演变。

利用多普勒雷达初步分析多种回波体的散度特征

利用刘淑媛、陶祖钰的极坐标散度反演方法从多普勒雷达风场资料中提取散度场,从低仰角高度层分析了多种回波体的散度特征,并着重分析了回波体的强弱变化与低层风场的辐合辐散存在的内在关系。

“95.8”防城港市连续暴雨天气过程的变压风及其散度特征分析

分析了“９５．８”防城港市连续暴雨天气过程的变压风及其散度特征，分析表明，暴雨过程的变压风辐合是明显的。

长江中下游地区一次春季暴雨过程的多普勒雷达速度特征分析与研究

利用南京多普勒天气雷达径向速度数据,对2012年春季南京地区首场暴雨过程进行了分析。结果表明,风廓线产品(VWP)在降水各阶段都呈现出相应的图像特征:中上层降水云系向下扩展而同下层降水云系"连接",形成"ND"楔形区域,是降水即将开始的一个信号;降水发展阶段大风区底高变化与雨势有较好的对应关系,大风区底高持续下降并维持某一高度后的30 min内,雨势增强明显,随着大风区底高的快速升高,雨强也迅速减弱。降水末期中层"ND"的出现预示着降水云系逐渐消散,风向杆位置的连续下降预示着降水即将减弱停止。逆风区断裂位置及边缘地带对应着强降水的落区。由雷达基数据计算出的平均散度信息较好地反映了此次降水的动力学特征。

基于模糊C-均值聚类航天图像分割方法的研究

在图像分割领域,模糊C-均值聚类算法得到了广泛的应用,但存在计算量大、易受噪声影响、目标与背景对比较弱时对边界处的像素分辨能力低等问题。针对以上问题对标准模糊C-均值聚类算法进行了改进:利用一维灰度直方图来降低计算量;并在此基础上,考虑每一层灰度级的邻域像素之间的空间一致性;然后,构造特征散度来重构聚类算法的目标函数。最后用一幅测试图像和两幅航天高分辨率图像对改进的方法进行试验,结果表明,对于削弱上述问题的影响,算法较标准模糊C-均值聚类算法有较大提高。

混合分水岭变换和改进FCM的图像分割方法

分水岭变换是图像分割的一种强有力的形态工具,能够自动生成一系列封闭分割区域。其不足之处是过分割、对噪声敏感。为克服分水岭变换固有的缺点,综合利用非线性滤波和改进的FCM算法优化分水岭变换得出的初始分割,提出了一种新的混合分割算法-HWIF(Hybrid Watershed and Improved FCM)分割法。与MeanShift算法及区域合并算法相比,该方法充分利用了区域的灰度和区域间的空间信息。实验结果表明该算法能有效克服分水岭算法的过分割问题,且分割效果优于以上两种方法。

基于改进的FCM算法提取彩色图像有意义区域

针对传统的FCM算法随机获取初始聚类中心与分类类别数的缺陷问题,提出了一种获取初始聚类中心与分类类别数的方法,并采用交叉熵测度准则进行FCM聚类,对彩色图像进行分割,提取有意义区域。实验结果表明,该方法不仅能够提高算法的聚类速度与算法的普适度,而且可以改善图像的聚类效果。与传统的FCM算法相比,该算法更易于实现彩色图像有意义区与背景的分离,分割效果令人满意。

基于二次分水岭和近邻传播聚类的彩色图像分割算法研究与实现

利用特征散度普适能力强的优势,提出了基于二次分水岭和近邻传播聚类的彩色图像分割算法.算法通过二次分水岭算法预分割,提取区域中色彩向量数据点,利用特征散度构造相似度矩阵,运用近邻传播数据聚类,实现图像的分割.实验证明,算法较好地避免了聚类算法对初始条件的依赖性,降低了彩色图像大样本数据的运算量,与人的主观视觉感知具有良好的一致性.

基于混合分水岭变换和模糊C均值的图像分割算法

分水岭变换是图像分割的一种强有力的形态工具,能够自动生成一系列封闭分割区域。其不足之处是过分割、对噪声敏感。为克服分水岭变换固有的缺点,本文综合利用非线性滤波和改进的FCM算法优化分水岭变换得出的初始分割,提出了一种新的基于混合分割算法——IHWF(Improved Hybrid Watershed and FCM)分割法。与MeanShift算法及区域合并算法相比,该方法充分利用了区域的灰度和区域间的空间信息。试验结果表明该算法能有效克服分水岭算法的过分割问题,且分割效果优于以上两种方法。

一种新的模糊彩色图像边缘检测算法

为提高算法的普适能力,本文提出了一种新的模糊彩色图像边缘检测算法。算法引入了特征散度度量像素差异性,凭借多尺度理论去噪和准确定位的优势,有效地检测彩色图像的边缘。与传统的边缘提取算法和模糊竞争算法相比,模糊彩色图像边缘检测算法较好地降低了彩色图像大样本数据的运算量,得到更满意的效果,与人的主观视觉感知具有良好的一致性。

用雷达反演资料诊断江苏地区一次暴雨过程

对2010年7月12日发生在江苏中部地区一次暴雨天气过程产生的原因、多普勒雷达图像产品特征及由雷达数据反演的物理量场进行了诊断分析和定量评估,得出如下结论：雷达径向速度图像特征变化反映了风场辐合辐散特征的变化,有助于了解雨势增减情况。多普勒雷达径向速度提取的散度数据与NCEP散度数据整体趋势上是一致的,但辐合辐散中心区位置及强度存在差别,雷达反演散度强度较NCEP大4-5倍,天气过程变化期间两者散度在垂直高度场的配置调整均能反映降水动力场变化;400 hPa及以下高度反演的平均散度更可信;对于雨强小于等于16 mm/h的降水天气过程效果更好。由雷达基数据定量计算得到的平均散度特征和垂直速度随时间和高度的变化,能较好的反映出强降水过程的动力学特性;雷电频次与强降水出现时次有一定相关性,约有1-2 h提前量,雷电发生随时间演变与雷达回波强度时空分布较为吻合,云底动能施力参量一定程度可以描述闪电增长情况,较降雨量约有40 min左右的提前量,有一定预警能力。