基于区间数模糊C-均值算法的遥感图像聚类分析
用区间值数据描述聚类原型特征更符合遥感数据的模糊性特点,即地物反射光谱的不确定性和不均匀性在影像上的反映.本文在基于已有影像数据构造区间值的基础上,提出了一种区间数模糊C-均值聚类算法,这种聚类算法兼顾了模糊聚类的泛函特性和地物成像值的条带特点,从而可以显著提高聚类效果,尤其可以降低同物异谱现象对聚类结果的影响.对珠三角地区SPOT5卫星数据的聚类分析实验表明,区间数模糊C-均值聚类效果要优于K-均值聚类方法和常规的模糊C-均值聚类方法.
测绘遥感 图像处理 聚类分析 区间值数据 模糊C-均值算法
贺辉 陈红顺 彭望琭
北京师范大学珠海分校信息技术学院,珠海 519085
国内会议
昆明
中文
123-129
2011-11-18（万方平台首次上网日期，不代表论文的发表时间）