基于复杂网络的遥感图像检测研究.docVIP

基于复杂网络的遥感图像检测研究 　　【摘 要】本文提出一种新的利用复杂网络理论处理遥感图像的方法，对遥感图像进行复杂网络建模，然后对复杂网络模型划分社团，本文所采用的是Newman的针对大规模网络的基于模块度的CNM算法，然后提出了两种确定阈值的方法：（1）反复测算法，（2）抽样计算法；在反复测算法中提出了两个衡量社团划分好坏的指标：（1）覆盖率，（2）精确度，以此作为确定阈值的指标，最后得出了一种可以再遥感图像中利用复杂网络的方法，检测出图像中有用信息的可行方法。 　　【关键词】赤潮；遥感图像；复杂网络；社团发现 　　【Abstract】This paper proposes a new method of using the theory of complex network processing remote sensing images， the complex network modeling was carried out on the remote sensing image， and then divided societies on complex network model， this article is adopted by the Newman’s CNM algorithm based on module for large-scale networks， then puts forward two ways to determine the threshold：（1）repeatedly measuring method，（2）sampling calculation method； in the repeated calculation method proposed two indices for community divided into good or bad：（1）coverage，（2）the precision， so as to determine the threshold value indicators， finally it is concluded that a can again in the remote sensing image by using the method of complex network， a feasible way to detect the useful information in the image. 　　【Key words】Red tide； Remote sensing image； Complex networks； Community found 　　0 引言 　　近年来，青岛附近海域在每年的6月到8月份频繁爆发赤潮灾害，赤潮是一种草绿色藻体，管状膜质，丛生，主枝明显，分枝细长，高可达1米，基部以固着器附着在岩石上，生长在中潮带滩涂，石砾上严重影响了沿海渔业和旅游业的发展，浒苔的爆发主要是由于全球气候变化、水体富营养化等原因。 　　本文基于复杂网络理论提出一种新的使用社团发现的办法在遥感图像中的赤潮检测和识别方法。 　　1 国内外研究现状 　　复杂网络能够表达许多真实世界复杂系统的自然结构，近年来，许多不同的科学领域产生兴趣关注这些网络的统计特征的研究[1]。尽管许多计算机视觉的论题可以用复杂网络技术建模，但这仍然是有待探索的领域，这方面的参考文献很少。涉及复杂网络的研究可以定义为图论和统计机制之间的交集，这赋予该领域真正的多学科性质。关于复杂网络理论的第一次研究可以再文献Flory[1]、Rapoport[5]以及Erdos和Renyi[6]中看到。 　　复杂网络变得如此流行的主要原因之一是它实际表示任何自然结构的灵活性、一般性，包括那些拓扑性质动态变化的。事实上，每个离散的结构例如列表、树、网络和图像都可以恰当的被表示为一个图。考虑到这些，各种研究如何把一个问题用复杂网络来描述，接着分析它的拓扑性质及特征提取。一些应用用这些描述符来区别不同的类别，因而产生了许多图像识别的技术。 　　文献中许多文章将真实结构描述为复杂网络，在文献[1]中，复杂网络被用来做文本建模，实验结果显示，网络参数和文本质量之间有很强的相关性。 　　在文献[5]中，纹理特征问题用复杂网络表示，节点表示像素点，像素点之间的相似性映射为节点之间的连接。可以看到，不同类型的纹理变现出不同的节点度分布。传统的网络连通性量度被使用为了得到特征向量，特征向量可以用来纹理描述和分类。 　　本文的思想与上述相关的文章类似，集中于纹理模式识别。由于人类交流的重要性，在未来几年，图像描述和分析以及复杂网络提供了一个有希望（有挑战）的研究