1 江西理工大学理学院，江西赣州341000
2 嘉兴学院数理与信息工程学院，浙江嘉兴314001
为改善高光谱压缩感知的重构质量，提出基于双频带预测的高光谱重构算法。引入K 均值聚类算法自适应地完成频带分组，并确定各组组内的双参考频带；再建立双频带预测模型获得预测图像；最后，在预测图像的基础上采用修正重构和加权融合方式，实现图像的高精确度重构。结果表明：在相同采样率下，该方法的重构图像的峰值信噪比(PSNR)和结构相似性(SSIM)明显优于已有的重构方法。
高光谱影像 K 均值聚类算法 双频带预测 重构 hyperspectral image K-means clustering algorithm dual-band prediction reconstruction 太赫兹科学与电子信息学报
2022, 20(11): 1184
1 兰州交通大学自动化与电气工程学院，甘肃 兰州 730070
2 中国铁路兰州局集团有限公司，甘肃 兰州 730030
3 国网甘肃省电力公司庆阳供电公司，甘肃 庆阳 745000
为了改善接触网管帽这类小尺度部件在故障检测过程中定位困难的情况，提出一种基于改进Faster R-CNN的接触网管帽目标定位算法。通过K均值聚类算法（K-means）对region proposal network （RPN）层中生成anchor boxes的比例及面积进行改进，所提算法在定位接触网管帽这类小部件上具有较好的表现。并通过比较VGG16、resnet50、resnet101、resnet152等4种特征提取网络在原始及改进的Faster R-CNN上定位管帽的准确率、召回率、准确率和召回率的调和平均F1、单张检测时间等指标来选择最优特征提取网络。实验结果表明，基于resnet50的改进Faster R-CNN深度网络模型在接触网管帽定位中具有明显的优势，召回率为89.78%，定位准确率可以达到83.16%，F1值为86.34%，单张检测时间为0.283 s。
图像处理 接触网管帽 定位 Faster R-CNN K均值聚类算法 深度学习 激光与光电子学进展
2022, 59(4): 0410009
西安工程大学电子信息学院, 陕西 西安 710048
为了精确评价纱线疵点的种类与个数,提出了一种融合空间模糊C-均值(FCM)聚类的纱线疵点检测算法。首先利用融合空间FCM聚类算法提取纱线条干;然后对纱线条干进行形态学开运算处理,以获取精确的纱线条干,并利用条干上下边缘点之间的像素个数计算纱线的直径与平均直径;最后根据纱线疵点标准判定纱线疵点的种类与个数。为了验证本算法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容性纱疵分级仪的检测结果进行对比。结果表明,本算法与电容性的检测结果一致性较好,且价格低廉,不易受环境温度、湿度等因素的影响。
图像处理 模糊C-均值聚类算法 纱线条干 形态学开运算 纱线疵点 激光与光电子学进展
2021, 58(4): 0410014
江南大学物联网工程学院轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
两阶段算法是指第一阶段用一个分类算法,选取距离测试样本近的M类训练样本,第二阶段再用这M类训练样本作为新的训练样本集进行识别。为了加快识别速度,提出一种全新的快速选取M类训练样本的算法。首先,利用k均值聚类算法对训练样本进行处理,把训练样本之间比较近的样本聚合成一个大类,对于一个新的测试样本,只需要计算各大类聚类中心间的距离,选取距离近的若干个大类,每个大类包含若干个原始训练样本的类别,将这些类别的所有训练样本组合起来,构成新的训练样本集,最后利用新的训练样本集,进行第二阶段的识别。在不同的人脸数据库上进行实验验证,结果表明本文算法在识别率略有提高的基础上,可以达到更快的识别速度。
图像处理 稀疏表示 k均值聚类算法 两阶段算法 人脸识别 激光与光电子学进展
2020, 57(18): 181024
西安邮电大学通信与信息工程学院, 陕西 西安 710121
核可能性C-均值(KPCM)聚类算法将核方法引入可能性聚类中,使其对超球体、含噪声和奇异点的数据能进行有效聚类,但存在可能性聚类的中心重合问题。因此,将β-截集引入KPCM聚类算法中,通过产生聚类核修改部分样本数据的典型值,以改善类间关系。同时,提出了一种基于截集门限的核可能性C-均值(C-KPCM)聚类算法,克服了KPCM聚类算法一致性聚类的缺陷。结合图像的非局部空间信息,利用自适应中值滤波算法可自适应调节滤波半径的特性,产生新的模糊因子,并将其加入C-KPCM聚类算法的目标函数中,提出了基于非局部空间信息的核可能性C-均值聚类算法,增加了强噪声干扰下聚类算法的鲁棒性,仿真结果验证了本算法有效性。
核可能性C-均值聚类算法 截集门限 核空间 非局部均值滤波 激光与光电子学进展
2020, 57(18): 181010
西北大学信息科学与技术学院, 陕西 西安 710127
切伦科夫荧光成像因具有临床上广泛可用的放射性核素探针而成为近年来光学分子影像领域的研究热点,但放射性核素在衰变过程中产生的大量高能射线会造成采集到的切伦科夫荧光图像上存在大量脉冲噪声,严重影响基于切伦科夫荧光图像的定量分析和后续的三维重建等。为了尽可能降低上述噪声,提出了一种结合模糊局部信息C-均值聚类算法和整体变分模型的切伦科夫荧光图像去噪算法。数值仿真、物理仿体以及真实动物实验结果表明:与现阶段广泛使用的中值滤波算法相比,所提去噪算法能够在有效去除噪声的同时保留切伦科夫荧光光源部位的形状细节。
图像处理 去噪方法 模糊C均值聚类算法 切伦科夫荧光成像 放射性核素成像 光学学报
2018, 38(10): 1017001
中国科学院海西研究院泉州装备制造研究所，福建 泉州 362200
建筑垃圾的处理事关环保建设，是当前建筑领域亟待解决的问题之一，而目前建筑垃圾分拣设备的主要技术瓶颈是相近比重物质的分选。结合建筑垃圾的特点，采用颜色识别方法来解决相近密度物质分选这一技术难题。通过基于HSV的阈值分割算法和K均值聚类算法对建筑垃圾图像进行实时采集和处理，对不同颜色的建筑垃圾进行识别。实验结果表明，采用的建筑垃圾颜色识别方法结果与人类视觉系统判断一致，能够辨识目标砖块并确定其位置。
颜色识别 彩色图像分割 阈值分割 K均值聚类算法 color recognition color image segmentation threshold segmentation K-means clustering algorithm
为克服模糊规则提取的盲目性和随机性，提出了一种基于新的自适应模糊C均值聚类 (AFCM) 算法的T-S模糊建模方法。首先利用减法聚类来确定聚类数目的上限和初始聚类中心，然后采用改进的模糊C均值聚类 (FCM) 算法进一步优化聚类中心，最后通过聚类有效性评判方法自适应地确定规则数及聚类中心，同时改进的FCM算法也克服了野点数据对聚类结果的影响；进而利用加权最小二乘法估计模糊模型的结论参数。用于某型陀螺仪漂移趋势预测中，能够自适应地确定模糊规则个数，并取得了较高精度。仿真实验结果验证了该方法的有效性和可行性
陀螺仪漂移 预测 自适应模糊C均值聚类算法 TS模糊模型 gyroscopic drift forecasting adaptive fuzzy Cmeans clustering algorithm TS fuzzy model
国防科技大学 电子科学与工程学院,长沙 410073
由于雷达目标及其所处环境的复杂性,导致目标之间的关系往往是非线性的,因此,基于核方法的模式识别方法被广泛应用于雷达目标识别中。在对模糊核C-均值聚类算法深入研究的基础上,提出一种基于模糊核C-均值聚类的高分辨距离像识别算法。该算法针对特征提取后一维距离像数据的特点,采用组合核函数以降低由于数据属性数值过大造成的权重过大对识别效果的影响;同时,算法可以在训练过程中通过有效性函数自适应地确定最佳聚类数目。仿真实验结果表明,基于组合核函数的识别算法同基于传统的高斯核的算法都能有效识别雷达目标,但前者具有更高的目标识别率。
模糊核C-均值聚类算法 一维距离像 特征提取 有效性函数 核函数 kernel fuzzy clustering method range profile feature extraction validity function kernel function
