Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 18.216.190.167
    [SESS_TIME] => 1713953572
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 057a1fb2ce66a3afaa81f9cde42c5415
    [UNIQUE_KEY] => 52375ad6ae3f4c1afd6723ce6daf92bd
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2010 год, номер 5

АЛГОРИТМ КЛАСТЕРИЗАЦИИ ТЕКСТУРНЫХ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

В. С. Сидорова
Учреждение Российской академии наук Институт вычислительной математики и математической геофизики Сибирского отделения РАН,
630090, г. Новосибирск, просп. Академика Лаврентьева, 6,
svs@ooi.sscc.ru
Ключевые слова: дистанционное зондирование, кластерный анализ, многомерная гистограмма, текстура
Страницы: 43-52

Аннотация

Предложен гистограммный кластерный алгоритм, учитывающий особенности сбора текстурных статистик изображения. Алгоритм позволяет объединить ложные кластеры, возникающие на границах объектов с различной текстурой, существенно уменьшив их число. Для анализа кластеров используется оценка их разделимости в многомерном векторном пространстве признаков и контекст изображения. Рассмотрено применение алгоритма для автоматизации распознавания типов покрытия земной поверхности по аэроснимку лесного ландшафта. Сравнение карт кластеров и картосхем наземной таксации показывает их хорошее соответствие.