基于模糊松弛的极化图像分类算法

摘要：

该文模糊聚类是一种重要的分类方法,已有的模糊分类算法应用于极化SAR图像时只利用了光谱信息,未考虑到邻域像元间统计依赖关系,针对这一缺陷,该文引入了邻域函数来描述这种依赖关系.在模糊C均值(FCM)框架下,利用邻域函数进行类别概率松弛,而且松弛程度可根据具体应用修改,增强算法的灵活性.利用DLR实验室的全极化数据进行的实验表明即使在强噪声下本文算法也能获得一致连续的分类效果.

关键词： 模糊均值 邻域函数 极化雷达

作者: 曾亮 陈华杰 林岳松

作者单位: 杭州电子科技大学通信信息传输与融合技术国防重点学科实验室,浙江,杭州,310018

会议类型: 国内会议

会议名称: 第21届中国过程控制会议

会议地点: 杭州

会议语种:中文

页码: 169-172

在线出版日期: 2010-08-07（万方平台首次上网日期，不代表论文的发表时间）