-
题名基于MRF随机场的多光谱遥感影像最优化分级聚类
被引量：1
- 1
-
-
作者
刘晓云
陈武凡
王振松
-
机构
电子科技大学自动化工程学院
-
出处
《测绘学报》
EI
CSCD
北大核心
2007年第4期400-405,442,共7页
-
基金
国家"973"重点基础研究发展规划项目(2003CB716101)
-
文摘
有限混合模型FM的分级聚类已广泛应用于不同领域,然而,由于它的计算复杂度与观测数据量平方成正比,致使在遥感影像方面应用受到了限制。另外,多光谱图像能提供空间和光谱两类信息详细的数据,但是,大多数多光谱图像聚类方法是基于像素的聚类,仅使用了其光谱信息而忽视了空间信息。本文定义一个相对混合密度函数,通过引入一个q-参数来调节各成分密度对其混合分布的贡献,提出一种广义有限混合模型GFM,设计一种新的适用于多光谱遥感影像的GFM分级聚类算法。该算法把MRF随机场和GFM模型结合在了一起,分类数通过PLIC准则自动确定。最后,利用仿真结果验证该算法的有效性,同时通过与K均值聚类、FM分级聚类以及SVMM分级聚类的比较说明本文算法的优越性。
-
关键词
凝聚式分级聚类
有限混合模型
空间变化有限混合模型
广义有限混合模型
MARKOV随机场
-
Keywords
agglomerative hierarchical clustering
finite mixture model
spatially variant mixture model
generalized finite mixture model
Markov random field
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
