基于L_1度量的Type-2熵模糊聚类红外图像分割

为了准确实现目标识别,从红外图像的特点出发,提出了将L_1空间度量的二型(Type-2)熵模糊聚类算法应用干红外图像分割.该算法首先通过L_1空间度量样本点与类别中最大最小值的距离,代替了传统聚类算法中样本点与聚类中心的聚类,然后根据熵模糊聚类算法获得上模糊隶属度和下模糊隶属度两个隶属度函数,并采用二型模糊融合得到隶属度函数,其中给出了一种权重加权降型算法.通过对实际的红外图像分割表明,这种算法能准确地实现红外图像分割,自适应性强,鲁棒性好,能够在复杂背景下获得较为理想的分割效果.     

一种改进的模糊核聚类红外图像分割算法

针对模糊核聚类对红外图像分割存在的不足,提出了一种改进的模糊核聚类红外图像分割算法.首先在模糊核聚类的基础上引入了隶属度和空间约束关系,有效抑制了野点;然后定义了像素对类别的认同度指数和类别对像素的排斥性度量,并将之引入到隶属度函数中,判断像素的分类合理性,提高聚类的精度,更好地分割目标和背景区域,保护目标的完整性和精确性.实验结果表明,与传统的模糊聚类分割结果相比,该算法能准确完整地分割出目标,防止背景像素和野值点对目标区域的干扰,获得良好的分割效果.     

快速自适应非局部空间加权与隶属度连接的模糊C-均值噪声图像分割算法

针对传统模糊C-均值聚类(FCM)算法难以对噪声图像进行分割的问题,该文提出一种快速自适应非局部空间加权与隶属度连接的模糊FCM抗噪图像分割算法.首先,利用一种非局部空间信息快速计算方法,将以图像所有像素为循环的原始非局部信息计算方法,改为以搜索窗口尺寸为循环,利用空间位移图像与递归高斯滤波的计算方法,克服非局部空间信息计算复杂的问题;其次,计算原始图像与非局部信息项的差值的平方,将其作为非局部信息项的自适应权重,并将差值的平方作倒数变换,作为原始图像的自适应权重;最后,将每个聚类簇中所有像素隶属度之和的对数平方加入目标函数的分母,形成隶属度连接,减少目标函数迭代次数.含噪人工与自然图像分割实验表明,该算法在分割准确度、平均交并比、归一化互信息、运行时间与迭代次数等性能方面优于其他几种FCM算法.     

鲁棒总变分核空间模糊聚类分割算法研究

针对现有的总变分模糊聚类分割算法在强噪声干扰图像分割中难以获得准确有效分割结果的不足,提出了鲁棒总变分核空间模糊聚类分割算法。该算法首先在鲁棒模糊聚类分割算法的目标函数中引入了总广义变分(TGV)正则化,消除图像中不需要的噪声和伪影;其次引入局部空间信息、局部灰度信息以及非均匀隶属函数从而构造一个新的模糊局部信息因子,在保证噪声抑制的同时保留图像中更多细节信息;最后将改进的聚类算法推广至核空间,使原空间线性不可分的像素样本点变成线性可分或近似线性可分,从而更好地给每个像素分配更高的隶属度。实验结果表明,与现有的总变分模糊聚类分割算法相比,建议算法在强高斯噪声干扰情况下的分割精度提高了14.7%,对强高斯噪声有较好的鲁棒性以及分割性能。     

基于FCM和随机游走的地层图像分割方法

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.     

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。     

快速自适应非局部空间加权与隶属度连接的模糊C-均值噪声图像分割算法

针对传统模糊C-均值聚类(FCM)算法难以对噪声图像进行分割的问题,该文提出一种快速自适应非局部空间加权与隶属度连接的模糊FCM抗噪图像分割算法。首先,利用一种非局部空间信息快速计算方法,将以图像所有像素为循环的原始非局部信息计算方法,改为以搜索窗口尺寸为循环,利用空间位移图像与递归高斯滤波的计算方法,克服非局部空间信息计算复杂的问题;其次,计算原始图像与非局部信息项的差值的平方,将其作为非局部信息项的自适应权重,并将差值的平方作倒数变换,作为原始图像的自适应权重;最后,将每个聚类簇中所有像素隶属度之和的对数平方加入目标函数的分母,形成隶属度连接,减少目标函数迭代次数。含噪人工与自然图像分割实验表明,该算法在分割准确度、平均交并比、归一化互信息、运行时间与迭代次数等性能方面优于其他几种FCM算法。     

基于图像模糊熵邻域非一致性的过渡区提取与分割

 本文提出了一种基于图像模糊熵邻域非一致性的过渡区直接提取和分割算法.通过求出图像中介于目标和背景之间的过渡区,根据过渡区直方图获得一个最佳分割阈值.构造了描述模糊划分的隶属函数,模糊熵及其邻域非一致性测度.本文算法摆脱了传统图像过渡区提取算法对噪声比较敏感且受剪切值L_low与L_high的限制.理论分析和实验结果表明,本文算法具有速度快,抗噪声性能好和稳健性强等特点,优于现有其它基于过渡区提取和分割算法.     

核空间自适应非局部均值鲁棒分割算法

为改善传统模糊C均值(FCM)算 法对噪声干扰下图像的分割效果,提出了一种基于核空间邻域信息和自适应非局部均值相结 合的图像鲁棒分割算法。首先,利用传统FCM聚类算法进行初始聚类分割,将 所得聚类中心作为改进算法的初始聚类中心; 其次通过自适应非局部均值算法对图像进行平滑处理,避免图像过度分割;然后对引入核空 间邻域信息的目标函数进行最优化求解, 获取聚类中心和隶属度的迭代表达式;最后对像素进行分类时,利用邻域像素隶属度对像素 进行进一步滤波处理。实验结果表明:本文的 改进算法与传统FCM聚类算法、核空间FCM(KFCM)算法、基于邻域信息的FCM(FCM S)算法和基 于邻域信息KFCM(KFCM-S)算法相比,改进算法对强噪声干扰下的图像具有较好 的鲁棒性,并且能够有效分割图像的目标信 息和背景信息。从几种算法进行聚类分割结果所对应的峰值信噪比(PSNR)也可以看出,本文 改进算法的PSNR更高。     

基于区域级隶属度函数的图像分割评估分析

为了弥补模糊C均值聚类（FCM）图像分割收敛方面的自适应区域限制局限性，设计了一种基于区域级隶属度函数的图像分割评估方法。在分析像素区域级隶属度时以超像素为基础，对实际超像素与区域级隶属度函数或主标签之间的联系进行分析。研究结果表明：相较于FCM算法，区域级隶属度函数方法可实现更优的性能。采取FCM获取的分割效果在目标函数Q值降低后更佳，各像素在同一超像素中可迅速聚集并得到有效保证。该研究适用于超像素信息领域，对提高图像分割具有明显效果。     

基于类型辅助灰色关联度的红外传感器和ESM航迹关联算法

红外传感器与ESM是军事多传感器信息融合系统的重要组成部分。针对二者之间的航迹关联问题,提出了一种综合利用灰色关联度和类型信息的航迹关联算法。该算法将红外传感器和ESM的航迹序列看作离散时间函数,通过计算各航迹间的灰色B型关联度,形成灰色关联矩阵;通过归一化信息熵判断目标和辐射源类型信息的有效性,结合目标和辐射源的配属关系并利用VBS理论将不同框架下的证据转换到相同框架下,然后采用Jousselme距离度量证据的一致性,从而形成类型关联矩阵;最后,综合利用灰色关联矩阵和类型关联矩阵进行航迹关联判别。仿真结果表明,当可用数据点较多时,基于灰色关联度的航迹关联算法具有较高的关联正确率;当传感器分类效果较好时,基于类型辅助灰色关联度的航迹关联算法具有更好的关联性能。      

基于灰色关联分析和模糊综合评判的GNSS欺骗干扰效能评估

GNSS（Global Navigation Satellite System）欺骗干扰装备,是"导航战"重要组成,对其效能的有效评估决定了目标任务的成功.但目前存在影响因素的模糊性和不确定性大、因素间影响关系的传递性弱、评估方法适用性差、评估效率低等难点问题.针对这些问题,本文提出一种基于灰色关联分析和模糊综合评判的评估方法.在指标体系搭建完成的基础上,利用层次分析法确定指标权重,并通过纵向计算灰色关联度,得到最优方案;再通过模糊综合评判,得到最优方案的评估结果;最后通过横向计算灰色关联度,来选取与评估结果关联度高的指标.实验证明,本文提出的方法解决了评估存在的难点问题,达到有效评估的目的.     

一种改进的灰熵关联故障诊断方法

经典的灰熵关联法进行故障诊断时需要预先根据经验或统计方法设定一个参考的标准序列,缺乏客观性,准确度不高,为此,引入一种改进的模糊C-均值聚类方法计算得到参考标准序列,然后应用灰熵关联方法进行故障诊断,最后在某型装备故障诊断中应用并验证了该方法的有效性。     

基于直觉模糊集多属性决策的灰色关联分析法

基于直觉模糊集理论,提出了一种新的灰色关联分析方法来研究模糊多属性决策问题.首先,根据直觉模糊集的几何意义,引入了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示.其次,依据传统灰色关联分析方法的基本思想,通过计算每个方案对直觉模糊正、负理想方案的灰色关联度.然后计算备选方案对直觉模糊正理想方案的相对关联度度.最后,通过一个具体实例说明该方法的有效性和具体应用过程.     

效能评估的区间数灰关联投影法

针对权重不完全确定且属性取值为精确数、区间数和模糊数相结合的混合型多属性效能评估问题,提出了一种基于区间数灰关联投影的装备效能评估方法.介绍了该方法的基本概念和基本原理,建立了综合决策方案与正、负理想方案之间接近程度的决策模型,总结了用该方法进行效能评估的一般步骤.在此基础上,对几种类型的导弹进行了装备效能排序计算,验证了采用该方法评估装备效能的有效性和可行性.     

区间数灰色模糊综合评判及其应用

针对被评判对象的特点,根据灰色模型数学的理论,尝试用区间数来表示隶属度,并将隶属度和灰度综合起来表示灰色模型数,在此基础上建立了区间数灰色模糊综合评判的数学模型,并给出了它在方案优选中的应用,实例表明能使评判结果更加客观可信。     

基于相似性灰关联的Curvelet域多聚焦图像融合

 针对多聚焦图像融合问题,提出一种基于相似性灰关联的Curvelet域可见光图像融合方法.该方法首先将待融合图像进行多级Curvelet分解,然后对各融合图像的高频系数进行分块,利用灰色理论中的灰色欧几里德关联度确定各子块间的相似性,并制定不同的高频系数融合策略,低频系数则采用算术平均法融合;最后,通过Curvelet逆变换重构融合图像.实验结果显示,该方法融合图像的信息熵、标准差和清晰度等指标优于金字塔融合法以及小波变换法等常见的多种融合方法.     

基于理想灰关联投影的电子战系统作战效能评估比较模型

针对电子战系统作战效能的评估比较问题,基于灰色系统理论和矢量投影方法,提出了一种新的基于理想灰关联投影的分析模型和算法,介绍了该方法的基本原理和一些基本概念,建立了系统作战效能与正、负理想作战效能之间接近程度的分析模型,总结了用该方法进行比较分析的一般步骤;并提出了一种基于效能区分度的比较灵敏度分析方法。实际算例验证了所提作战效能比较分析模型和比较灵敏度分析方法的可行性和有效性,该方法为电子战系统作战效能的评估比较提供了一种新思路。     

基于灰色关联分析的反坦克打击目标优选

针对在炮兵指挥系统作战中,指挥员常需要对敌方同时来袭的多批次坦克目标进行威胁度判断,并制定出最合理的火力分配方案以使打击效果达到最佳这一实际问题,应用灰色系统理论中的灰色关联分析法,分别求出了各批次来袭坦克目标威胁度指标相对于最大威胁度参考序列的灰色关联系数,再根据各指标构成威胁的权重,求出了各批次来袭目标的灰色关联度,从而对多批次坦克目标的威胁度进行了排序,为火力分配提供了依据。     

Grey relational analysis based approach for data clustering

This paper generalises the concept of grey relational analysis to develop a technique, called grey relational pattern analysis, for analysing the similarity between given patterns. Based on this technique, a clustering algorithm is proposed for finding cluster centres of a given data set. This approach can be categorised as an unsupervised clustering algorithm because it does not need predetermination of appropriate cluster centres in the initialisation. The problem of determining the optimal number of clusters and optimal locations of cluster centres is also considered. Finally, the approach is used to solve several data clustering problems as examples. In each example, the performance of the proposed algorithm is compared with other well-known algorithms such as the fuzzy c-means method and the hard c-means method. Simulation results demonstrate the effectiveness and feasibility of the proposed method.