DOI QR코드

DOI QR Code

Unsupervised Image Classification Using Spatial Region Growing Segmentation and Hierarchical Clustering

공간지역확장과 계층집단연결 기법을 이용한 무감독 영상분류

  • 이상훈 (경원대학교 산업공학과)
  • Published : 2001.03.01

Abstract

This study propose a image processing system of unsupervised analysis. This system integrates low-level segmentation and high-level classification. The segmentation and classification are conducted respectively with and without spatial constraints on merging by a hierarchical clustering procedure. The clustering utilizes the local mutually closest neighbors and multi-window operation of a pyramid-like structure. The proposed system has been evaluated using simulated images and applied for the LANDSATETM+ image collected from Youngin-Nungpyung area on the Korean Peninsula.

본 연구는 무감독 영상분류를 위하여 공간지역 확장을 통하여 영상을 분할한 후 분할된 집단을 한정된 수의 클래스로 분류하는 다중단계 기법을 제안하고 있다. 제안된 알고리듬은 무감독 분석을 위하여 작은 집단들을 단계적으로 큰 집단들로 합병해 가는 계층집단연결 기법에 기반을 두고 있다. 다중단계 기법의 영상분할 단계는 공간적으로 근접하고 있는 이웃지역간의 결합을 통하여 최종적으로 전체영상 공간내의 모든 집단에 대해서 서로 이웃하고 있는 집단들의 물리적 특성이 서로 다르도록 영상을 분할하는 과정이고, 영상분류 단계는 결합 지역의 공간적 제약 없이 영상 분할 단계에서 분할된 지역을 상대적으로 적은 수의 클래스로 분류하는 과정이다. 제안 된 알고리듬에서 사용하고 있는 계층집단연결 기법의 계산/기억 상의 복잡성을 완화시키기 위해 상호최근사 이웃쌍과 다중창 작업을 사용하고 있다. 모의 자료를 사용하여 제단 된 알고리듬 대한 평가와 효율성을 검증하였고 경기도 용인.능평지역의 LANDSAT ETM+ 자료에 적용한 결과를 예시하고 있다.

Keywords

References

  1. IEEE Trans. Automat. Copntrol v.19 A new look at statistical model indentification Akaike, H
  2. Cluster Analysis for Application Anderberg, M.R
  3. Ph.D. Thesis An unsupervised hierarchical clustering image segmentation and an adaptive image reconstruction system for remote sensing Lee, S
  4. Automatica v.14 Modeling by Shortest Data Description Rissanen, J.
  5. Annal. Math. Statist. v.6 Estimation of the dimension of a model Schwartz, G
  6. Structured Computer Vision, Academic Tanimoto, S;A. Klinger
  7. Comp. Vis. Graph. Im. Proc. v.54 Unsupervised segmentation of noisy and textured images using Markov randon fields Won, C.S;H. Derin