一种模糊聚类的遥感影像分析方法研究

发布时间：2018-01-20 08:09

本文关键词： 模糊ISODATA 图像分类 ISODATA FCM　出处：《测绘科学》2017年07期 　论文类型：期刊论文

【摘要】：针对传统模糊聚类的遥感影像分析方法的不足,重点研究基于模糊ISODATA聚类的遥感影像分析。通过Matlab软件编程实现基于迭代自组织数据分析技术、模糊C均值聚类、模糊ISODATA算法对合成图像、纹理图像及真实遥感影像的分类,并对其分类结果进行讨论。通过实验数据对比,评价FISODATA算法的优越性。实验结果表明:ISODATA算法及FISODATA算法都能够实现变类,而FCM算法只能在固定聚类数下进行分类,但是,ISODATA算法分类机制不稳定,不能每次都确定正确聚类数。在迭代过程中,将FISODATA算法引入模糊集理论,便能够快速准确的实现聚类数的确定。
[Abstract]:The deficiency of the traditional remote sensing image analysis method based on fuzzy clustering. This paper focuses on remote sensing image analysis based on fuzzy ISODATA clustering and implements fuzzy C-means clustering based on iterative self-organizing data analysis technology through Matlab software programming. Fuzzy ISODATA algorithm is used to classify synthetic image, texture image and real remote sensing image, and the classification results are discussed. The experimental results show that both the FISODATA algorithm and the FISODATA algorithm can achieve class variation. The FCM algorithm can only be classified under the fixed number of clusters, but the classification mechanism of the FCM algorithm is unstable, and the correct number of clusters can not be determined every time. By introducing FISODATA algorithm into fuzzy set theory, the clustering number can be determined quickly and accurately.
【作者单位】：辽宁工程技术大学测绘与地理科学学院;中国科学院遥感与数字地球研究所;中国科学院中-非联合研究中心;
【基金】：国家自然科学基金项目(41401068) 中国科学院境外机构建设项目(SAJC201608)
【分类号】：TP751
【正文快照】： 0引言遥感影像分析是处理遥感数据的关键技术,其中,最常用的分析技术是图像分类[1]。图像分类主要是依据图像中像素光谱测度反映的灰度值信息,将灰度值相近的像素划分为一类,以达到将不同地物分开的目的。然而,随着遥感技术的日益发展,图像分辨率不断提高,虽然明确了更多细节

【相似文献】