赵冬
- 作品数：3 被引量：19H指数：2
- 供职机构：中国科学院光电研究院更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于模糊C-均值聚类航天图像分割方法的研究被引量：6
- 2009年
- 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。
- 赵冬赵光恒王天慧
- 关键词：图像分割模糊C-均值聚类特征散度
- 航天遥感图像感兴趣区域的自动提取方法被引量：2
- 2009年
- 感兴趣区域提取是航天遥感图像分析的重要前提。随着图像空间分辨率的提高,场景内显著目标以及背景变得愈加复杂。利用传统的特征提取技术将会耗费大量计算空间和时间。提出了基于改进视觉注意方法的感兴趣区域自动提取,在HSV空间将目标与背景在颜色和亮度上的差异作为显著特征,利用高斯金字塔和中心-周边求差算子计算图像的显著特征图,并对特征图进行归一化和线性融合,设计注意焦点的转移步骤,完成感兴趣区域的自动提取。通过仿真和实验可以看出,本方法能有效地实现航天遥感图像感兴趣区域的自动提取。
- 赵冬赵光恒叶建设
- 关键词：感兴趣区域视觉注意
- 基于改进遗传算法的高光谱图像波段选择被引量：11
- 2009年
- 在对地观测领域,高光谱图像得到了广泛应用,但存在数据量大、波段间相关性高等问题.针对以上问题分析了已有的波段选择方法,提出了基于信息量及类间可分离性准则的遗传算法对高光谱图像进行波段选择:构造波段互相关系数矩阵进行子空间划分;利用联合熵作为组合信息量的标准,Bhattacharyya距离作为类间可分离性标准,构造遗传算法的适应度方程,改进了遗传算法中的选择算子.最后用AVIRIS图像对提出的算法进行试验,并利用最大似然分类法对最优波段组合进行分类,总体分类精度达到94.24%,Kappa系数达到0.94.
- 赵冬赵光恒
- 关键词：高光谱图像波段选择遗传算法联合熵BHATTACHARYYA距离
