一种完全非监督遥感图像分类方法
  • 【摘要】

    结合均值漂移及模糊C-均值两种聚类算法的优势,以改进后的均值漂移算法选取聚类中心,并以模糊C-均值算法来实现模糊聚类,进而实现一种完全非监督遥感图像分类方法。改进的均值漂移算法仅用两次均值漂移来选取聚类中心,减少了计算量,提高了运算速度。模糊聚类中运用均值漂移算法选取的初始聚类中心克服了模糊C-均值算法依赖于初始聚类中心的选取、收敛速度慢及难以确定合适类别数目的缺点。整个分类过程采用模糊分类,使得... 展开>>结合均值漂移及模糊C-均值两种聚类算法的优势,以改进后的均值漂移算法选取聚类中心,并以模糊C-均值算法来实现模糊聚类,进而实现一种完全非监督遥感图像分类方法。改进的均值漂移算法仅用两次均值漂移来选取聚类中心,减少了计算量,提高了运算速度。模糊聚类中运用均值漂移算法选取的初始聚类中心克服了模糊C-均值算法依赖于初始聚类中心的选取、收敛速度慢及难以确定合适类别数目的缺点。整个分类过程采用模糊分类,使得分类结果更具鲁棒性。以武汉市ETM+数据为例,验证了该方法的可行性,分类精度比常规非监督分类方法有较大提高。 收起<<

  • 【作者】

    高振宇  杨晓梅  龚剑明  金海  杨丽娜 

  • 【作者单位】

    武汉大学遥感信息工程学院,武汉

  • 【会议名称】

    第16届全国遥感技术学术交流会

  • 【会议时间】

    2007-09-08

  • 【会议地点】

    北京

  • 【主办单位】

    中国地质学会   中国海洋学会   中国感光学会   中国海洋湖沼学会

  • 【语种】

    chi

  • 【关键词】

    遥感图像分类  非监督分类  均值漂移算法  模糊C-均值  聚类算法