| 应用图像关联度的图像模糊分类 |
| |
| 引用本文： | 郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类[J]. 武汉大学学报 ( 信息科学版), 2015, 40(5): 574-577. DOI: 10.13203/j.whugis20140736 |
| |
| 作者姓名： | 郑肇葆 潘励 郑宏 |
| |
| 作者单位： | 1武汉大学遥感信息工程学院,湖北武汉,4300792武汉大学电子信息学院,湖北武汉,430072 |
| |
| 基金项目： | 国家973计划资助项目(2012CB719905) 或其他纹理特征的均值；然后,根据特征均值的大小将图像分成几类,假定分成3类(即有3类不同属性的图像),每类图像数量假定为n1、n2、n3计算每类图像的特征均值,接着计算每幅图像相对3个类别的关联度,所谓关联度,它反映一幅图像与所在类别和其他两个类别关系密切的程度在这个基础上,分别计算每个类别中所有图像关联度的均值和标准差σ,计算每幅图像的关联度与该类图像关联度均值之差Δi若Δi>2σ,则该图像“离开”该类别；否则,“保留”在该类别中“离开”图像应进入哪一类别由该图像相对另两类的关联度决定,哪一类的关联度大就进入那一类每幅图像都要经过“保留”与“离开”的检查,这样的检查意味着图像再分类1.2 图像与图像类别的关联度 假定有3组图像1、2、3组成一个组合,每组图像的像幅数分别为n1、n2、n3,每组图像纹理特征均值分别为mean1、mean2、mean3d1(i1,1)= mean1-Rbs(i1,1)d1(i1,2)= mean2-Rbs(i1,1)d1(i1,3)= mean3-Rbs(i1,1)(1) 计算每幅图像纹理特征相对3组图像纹理特征均值之差,即第一组图像特征相对第一、二、三组特征均值的差为d1(i1,1)、d1(i1,2)、d1(i1,3):式中,Rbs(i1,1)表示第一组图像中第i1 幅图像 |
| |
| 摘 要： | 提出了应用图像关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个类别的关联度的基础上,求得每个类别图像关联度的均值和标准差σ;然后计算每幅图像的关联度与所在类别关联度均值之差Δi,差值Δi≤2σ,该图像应“留“在该类中;否则,该图像应归入与另两个类别的关联度较大的类别。每幅图像都经过这样的检验,实现图像的再划分,直到这一过程稳定为止。实验结果表明,该方法的图像分类质量有一定优势。
|
| 关 键 词： | 图像关联度 图像模糊分类 图像分类 |
| 收稿时间： | 2014-10-08 |
| 修稿时间： | 2015-05-05 |
Application of Image Correlation Degree to Image Fuzzy Classification |
| |
| ZHENG Zhaobao, PAN Li, ZHENG Hong. Application of Image Correlation Degree to Image Fuzzy Classification[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 574-577. DOI: 10.13203/j.whugis20140736 |
| |
| Authors: | ZHENG Zhaobao PAN Li ZHENG Hong |
| |
| Affiliation: | 1School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China;2Electronic Information School,Wuhan University,Wuhan 430072,China |
| |
| Abstract: | We propose a new image fuzzy classification method which based on the image relational de-gree.The correlation degree basis points are obtained in each category,and the mean and standarddeviationσof relational degree are calculated for each category.Then the correlation degree for eachimage and the mean difference of correlation degree for each categoryΔi are calculated.IfΔi≤2σ,theimage should“stay”in the class,otherwise,the image should be associated with a greater correlationdegree of the other two categories.Each image should have such inspection to achieve image re-divi-sion until the process is stable.Comparison results show that the quality of the quality of the imageclassification method has certain advantages. |
| |
| Keywords: | image correlation degree image fuzzy classification image classification |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载全文 |
|
