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。

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

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 430079;中国科学院地理科学与资源研究所资源与环境信患系统国家重点实验室,北京 100101 中国科学院地理科学与资源研究所资源与环境信患系统国家重点实验室,北京 100101 中国科学院遥感应用研究所,北京 100101

会议类型: 国内会议

会议名称: 第16届全国遥感技术学术交流会

会议地点: 北京

会议语种:中文

页码: 14-16

在线出版日期: 2007-09-08（万方平台首次上网日期，不代表论文的发表时间）