FasART模糊神经网络用于遥感图象监督分类的研究

来源 :中国图象图形学报 | 被引量 : 50次 | 上传用户:eaglecmk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
说明了遥感图象数据的非线性性质 ,目视的图象分类实践是一个模糊推理的过程 ,模糊神经网络遥感图象分类符合其事物的内在规律 ,具有理论优势 .分析了模糊 ART、模糊 ARTMAP和 Fas ART模型的结构和原理 ,详细地阐述了 Fas ART是一种基于模糊逻辑系统的神经网络 ,提出了一种简化的 Fas ART模型 ,改变了一般遥感数据的模糊化方法 .采用中巴资源一号卫星数据进行测试实验 ,结果表明 ,该简化的 Fas ART模型能用于遥感图象的监督分类 ,其分类精度高于模糊 ARTMAP神经网络和
其他文献
形状是描述图象的重要视觉特征 ,它可以通过像素点分布在空间不同的区域而表现出来 .针对二值图象提出了一种基于区域的形状特征 ,即距离分布直方图 .它的基本思想就是通过统计图象中像素点在距离区域的分布情况来获得形状特征 ,其中 ,基准点的选择和距离区域的划分是两个重要的部分 .实验结果表明 ,距离分布直方图能够有效地刻画出二值图象的形状特征 ,并且具有非常好的平移、尺度和旋转不变性 .将其应用于商标
以研究多层次细节信息地表模型快速生成算法为目的 ,在分析当前多层次细节信息地表模型生成算法的基础上 ,以四叉树结构作为算法的基本单元 ,设计和实现了具有自适应能力的多层次细节信息地表模型生成算法 ;详细描述了算法的设计 ,给出了算法实现所需的关键公式 ;最后给出了算法的应用实例和对算法时间效率的分析 .此算法的最大特点是具有很强的自适应能力 ,能够自动根据原始地表数据、视距离、视方向、设备条件等的
为了提高图象的分形矢量量化编码效果 ,在利用四叉树对图象进行自适应分割的基础上 ,基于正交基三维分量投影准则 ,提出了图象块非平面近似方法 ,进而形成一种新的静态图象分形矢量量化编码方法 .该方法首先通过对投影参数进行 DPCM编码来构造粗糙图象 ,然后由此来构成差值图象编码的码书 .由于该方法把分形和矢量量化编码结合起来 ,因此解码时只需查找码书 ,并仅进行对比度变换 .计算机编、解码实验结果表
MPEG- 4中定义了“人脸对象”这样一种特殊的视频对象 ,并通过脸部动画参数 FAP和脸部定义参数FDP来对这类对象进行编码 ,以实现极低码率的视频编码 .通过对 MPEG- 4中“人脸对象”这类视频码流的句法结构和参数编码方法的详细分析 .以及通过对 MEPG- 4解码器图象重绘 (rendering)过程的研究 ,在 Waters的以肌肉收缩强度为参数的肌肉模型基础上 ,提出了更适应于 MP