基于IFCM聚类与变分推断的遥感影像分类

摘要：

针对高分影像地物繁多,特征混杂导致现有模糊C均值算法稳定性差、分类精度低的问题,提出一种IFCM (improved FCM)聚类与变分推断法结合的遥感影像分类算法.在聚类分割目标函数计算阶段,考虑像素区域特征的同时,邻域像元采用吸引力模型进行距离测度;特征提取阶段使用空间像素模板法提取像斑特征点,基于贝叶斯统计中的变分推断法逼近参数后验分布,获取影像分类结果.实验结果表明,所提方法能提高影像分类精度.

关键词：改进模糊C均值、变分推断、吸引力模型、像素模板、影像分类

所属期刊栏目：40

分类号：TN911.73

资助基金：重庆市2013西南大学博士后科研基金项目Rc201336;重庆高校创新团队建设计划基金项目CXTDX201601020

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2059-2063