A NEW UNSUPERVISED CLASSIFICATION ALGORITHM FOR POLARIMETRIC SAR IMAGES BASED ON FUZZY SET THEORY

In this letter, a new method is proposed for unsupervised classification of terrain types and man-made objects using POLarimetric Synthetic Aperture Radar (POLSAR) data. This technique is a combi-nation of the usage of polarimetric information of SAR images and the unsupervised classification method based on fuzzy set theory. Image quantization and image enhancement are used to preprocess the POLSAR data. Then the polarimetric information and Fuzzy C-Means (FCM) clustering algorithm are used to classify the preprocessed images. The advantages of this algorithm are the automated classification, its high classifica-tion accuracy, fast convergence and high stability. The effectiveness of this algorithm is demonstrated by ex-periments using SIR-C/X-SAR (Spaceborne Imaging Radar-C/X-band Synthetic Aperture Radar) data.

基于Roberts算子的激光夜视图像自动分割方法

激光夜视图像分辨率较低,边缘信息难以检测,导致图像分割过程存在效率低、精度较差等问题,为此设计基于Roberts算子的激光夜视图像自动分割方法。使用相机采集夜间场景色彩信息,采用加权平均法重构图像数据,输出完整的激光夜视图像。拟合图像周边相邻像素,利用三次样条插值函数平滑处理图像,运用Roberts算子计算图像梯度,实现激光夜视图像边缘检测,得到图像插值后的平滑信息,提升夜视图像分辨率。通过模糊C均值聚类明确聚类范围,引入混沌粒子群算法实现图像分割。实验结果表明,所提方法分割差异率在3%以下,图像分割Dice相似性系数在0.97以上,图像分割平均耗时为9 s。

加权可靠性FCOM算法的苗族服饰图像分割

针对苗族服饰图像存在保存不清晰、折痕、污渍沾染的问题,提出一种加权可靠性模糊C有序均值聚类算法。首先,将排序技术、损失函数和像素数据的典型性结合起来,对数据样本点可靠性进行分析,保证算法的鲁棒性与稳健性。其次,引入一组加权超参数,简化算法的复杂度,提高算法的灵活性。最后,引入新的隶属度约束函数,构造新的目标函数,对数据项进行更加强制清晰的划分。实验结果表明该算法在模糊划分系数、模糊划分熵及Xie-Beni系数等方面均优于其他几种FCM算法。

Enhanced kernel-based fuzzy local information clustering integrating neighborhood membership

To enhance the segmentation performance and robustness of kernel weighted fuzzy local information C-means(KWFLICM) clustering for image segmentation in the presence of high noise, an improved KWFLICM algorithm aggregating neighborhood membership information is proposed. This algorithm firstly constructs a linear weighted membership function by combining the membership degrees of current pixel and its neighborhood pixels. Then it is normalized to meet the constraint that the sum of membership degree of pixel belonging to different classes is 1. In the end, normalized membership is used to update the clustering centers of KWFLICM algorithm. Experimental results show that the proposed adaptive KWFLICM(AKWFLICM) algorithm outperforms existing state of the art fuzzy clustering-related segmentation algorithms for image with high noise.

基于FCM聚类的模糊综合评价方法

针对综合评价过程中隶属函数建立存在主观性和随机性以及部分系统缺乏指标阈值的问题,引入模糊聚类的思想,建立基于FCM理论的评价模型。当指标阈值存在时,通过阈值确定FCM的最佳聚类中心,得到隶属度矩阵;不存在时,通过AP聚类确定FCM的初始聚类中心,改善传统算法对聚类中心初值选取的随机性;再利用改进的FCM算法对指标数据进行分级评价,得到隶属度矩阵并建立指标阈值,最后进行综合评价分析;并将该模型应用于四川某水域的水质评价中。结果表明,该模型评价结果处于单因子评价和传统模糊综合评价结果之间,其相关系数均在0.7以上,说明该模型结果具有合理性,并且能克服因单因子评价模型仅强调最坏指标和传统模糊综合评价中人为选择隶属函数而导致评价结果具有片面性和主观性的不足。

基于改进模糊均值聚类算法的遥感图像分割技术

针对遥感图像分割迅速性和准确性不高的问题,提出了一种基于改进模糊均值聚类算法的遥感图像分割技术并将其应用于电力规划建设领域。以模糊均值聚类算法为基础,采用样本特征值平方差方式定义了新的特征距离,并通过引入空间函数方式实现了对图像空间信息的利用,从而对模糊均值聚类算法进行改进。结果表明:改进FCM算法单张图像处理时间约为FCM-S图像处理算法的0.43倍,约为FCM图像处理算法的0.19倍;改进FCM算法图像分割准确率约为95.3%,比FCM-S算法高约2.7%,比传统FCM算法高约7.1%。

结合FCMS与变分水平集的图像分割模型

提出了一个结合融合空间约束的模糊C均值(Fuzzy C means with spatial constraints,FCMS)聚类与变分水平集的图像模糊聚类分割模型.在该模型中引入了一个基于图像局部信息和空间信息的外部模糊聚类能量,从而可以获取精确的局部图像的空间特征,使得本文模型对噪声图像的聚类分割具有较强的鲁棒性.采用不同类型的实验图像,将本文模型与10个不同类型的图像分割模型进行了对比实验,实验结果显示本文模型能克服图像中噪声影响并取得较满意的聚类分割结果.

基于模糊C均值隶属度约束的图像分割算法

模糊C均值算法(FCM)是图像分割中应用最为广泛的一种模糊聚类算法,但是传统的模糊C均值算法并没有考虑到任何空间信息,这使得传统的模糊C均值算法对噪声非常敏感。尽管许多改进的模糊C均值算法采用调节空间信息影响程度的因子,但是这些因子不仅需要人为设定而且对强噪声仍缺乏足够的鲁棒性。针对FCM噪声敏感问题,提出一种基于FCM隶属度约束的图像分割算法,算法根据图像中的像素点自身的隶属度信息来自动调节算法对噪声的鲁棒性和对图像细节保持性的平衡度,不需要人为设定空间信息的影响程度。通过和FCM的改进算法在自然图像的实验分割效果比较,验证了该算法在去除强噪声的同时能够保持更多的图像细节,从而实现较理想的图像分割结果。

图像分割中的交叉熵和模糊散度算法

本文将交叉熵和模糊散度应用于图像分割中，提出了四种最优灰度阈值选取算法．其一是基于均匀分布假设的最小交叉熵算法，其二是利用后验概率的最大类间交叉熵算法，其三是类间最大模糊散度的改进算法，其四是最小模糊散度算法．针对图像阈值化分割的要求，在后两种算法中构造了一种新的模糊隶属度函数．本文采用均匀测度和形状测度比较各算法的性能．利用多种类型测试图像得到的分割结果，显示了所提算法的有效性和通用性．

遥感图像中机场目标的图像分割方法

基于遥感图像摄取过程中的特点，在模糊特征域上进行图像增强，然后引用反变换灰度图像中的熵信息进行阈值分割，最后给出了与其它两种熵阈值分割方法的比较实验．定性和定量分析结果证实了该方法在分割精度和运算速度方面所具有的优势．

一种改进的模糊熵红外图像分割方法

提出了一种改进的模糊熵图像分割算法,该算法定义了一种新的模糊隶属度函数,该模糊隶属度函数只包含一个参数,即所要寻找的最优分割阈值,采用简单的穷举法便可得到最优分割阈值。实验结果表明,此方法的分割效果与传统的模糊熵方法效果相当,但计算时间大大减少,使得分割更加快速。

一种基于小波的图像模糊熵阈值分割算法

提出了一种新的有效的图像阈值分割算法。本算法将小波理论,模糊集理论和信息论三者有机的结合起来。算法采用目标类与背景类最大模糊熵准则,并针对现有的模糊熵分割算法中存在的阈值选取计算效率低的缺陷,重新定义了新的模糊隶属度函数与模糊熵,并且根据小波理论的多尺度分辨的思想,对该算法进行了优化,提高了阈值选取的寻优速度。通过与各种经典算法比较,证实该文算法的可行性,具有很好的鲁棒性。

一种基于模糊集的灰度图像阈值分割算法

提出了一种新的基于模糊集理论的图像直方图阈值分割算法。该算法首先把图像的直方图预分成目标参考区,背景参考区和模糊区。然后对位于模糊区的灰度级,逐一比较其与目标和背景区的相似度,以决定该灰度级的归属,并最终确定灰度阈值。仿真结果表明:此方法不但能不有效地对灰度图像进行分割,且与传统方法相比更具灵活性。

基于二维阈值化与FCM相混合的图象快速分割方法

提出了一种将快速二维阈值化与模糊聚类相混合的图象分割方法，以进一步减少快速二维阈值分割中的噪声与错误分割。实验结果表明，利用这种方法分割信噪比较低的图象，能够在很短的时间内得到较为令人满意的分割结果。此外。

直方图模糊约束FCM聚类自适应多阈值图像分割

本文提出了一种新的有效的图像多阈值分割方法．该方法通过对模糊约束直方图目标函数的优化．获得一个最佳模糊约束Ｃ划分，根据最大隶属度原则进行图像多阈值化．文中对得到的模糊划分函数进行了分析，同时还讨论了直方图划分类数的自适应确定问题．最后给出了几个典型的实验．理论分析和实验表明了本文方法具有速度快、划分特性良好。

基于小波变换与模糊理论的图像增强算法研究

针对传统图像增强方法增强图像同时放大噪声的问题，提出了一种基于小波变换和改进模糊集理论进行图像增强的方法。该算法先对原始图像进行小波变换获得低频和高频系数，对低频系数进行了分段函数增强，高频系数进行小波去噪，并且定义新的隶属度函数对各个尺度上不同方向的高频系数进行模糊增强，最后通过小波重构得到增强的图像。实验结果表明，该算法可以有效去除噪声和增强图像，并使图像具有良好的视觉效果。

基于模糊熵和模拟退火算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能够从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法。结合模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集。使用模拟退火算法确定最优的模糊熵参数组合,降低了计算复杂度,并且最大模糊熵判据只含有4个模糊熵参数,减小了搜索空间。对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法进行了比较。实验结果表明,所提方法能够自动、有效地选取双阈值,分割效果优于最大类间方差双阈值法。

一种超模糊熵ULPCNN图像自动分割新方法

为了自动地对图像进行二值分割,提出了一种新的自适应迭代全局阈值图像分割算法.首先对二维超模糊集隶属函数进行了自适应修正,并将其引入到图像超模糊熵概念中;然后从适应图像分割角度,将传统脉冲耦合神经网络模型改进为具有单调指数上升阈值函数的ULPCNN抑制捕获模型;最后把ULPCNN与最大超模糊熵判据相结合对图像进行自动分割,并与基于最大香农熵、最小交叉熵及最小模糊熵准则的ULPCNN分割方法作了比较.理论分析和实验结果表明,该方法能自动确定迭代次数和选取最佳阈值,对图像目标划分清晰,细节保持较好,改善了图像的分割性能.

基于可变类FCM算法的多光谱遥感影像分割

为了自动确定多光谱遥感影像中地物目标类别数,该文提出一种基于可变类模糊C均值(Fuzzy C-Means,FCM)的多光谱遥感影像分割方法。首先定义像素与聚类的非相似性测度并据此构建目标函数,而后通过求解目标函数得到最优模糊隶属度和聚类中心。其次,研究模糊因子与影像地物目标类别数的关系,并通过定义划分熵(Partition Entropy,PE)指数优选模糊因子,选择PE指数值稳定收敛后所对应的最小模糊因子值为最优模糊因子,根据模糊因子与类别数的关系得到最优类别数,从而实现了影像的可变类分割。最后,利用提出算法分别对合成和真实多光谱遥感影像进行分割实验,实验结果表明,提出算法不仅能自动确定影像的最优类别数,还能获得较好的分割结果,为实现自动确定遥感影像中地物目标类别数提供新方法。

基于二维直方图的模糊门限分割方法

把二维直方图方法应用于模糊门限分割中 ,提出了一种基于二维直方图的模糊门限分割方法。首先 ,作者把原图像和它的平滑图像组合起来 ,形成一个二元组 ,称之为“广义图像”,广义图像的直方图就是二维直方图。其次 ,作者把图像的模糊度测度 ,如模糊性指数 ,模糊熵与非模糊性指数 ,推广到广义图像。最后 ,选择合适的二维隶属函数 ,利用模糊门限分割法的基本原理对广义图像进行分割 ,从而实现对原图的分割。实验结果与性能比较表明 :该分割方法非常有效 ,具有很强的噪声抑制能力。