一种改进的空间加权模糊C均值算法在遥感影像分割中的应用
针对模糊C均值算法对初始聚类中心比较敏感的问题,提出了一种改进的空间加权模糊C均值算法.该算法首先通过BP神经网络训练已知样本,得出初始隶属矩阵,从而提高了初始聚类中心的可靠性.鉴于空间数据具有自相关的特点,在算法中考虑邻域像元对中心像元的影响,并赋予不同的权重,使算法具有更强的抗噪能力.为验证方法的有效性,将改进的方法用于SPOT 2.5 m遥感影像数据的分割,并与FCM、SFCM等算法的分割结果进行了对比分析,结果表明,本文方法取得了较好的效果.
模糊C均值、空间信息、图像分割
38
P237.3(摄影测量学与测绘遥感)
国家十二五科技支撑计划资助项目2012BAJ15B04
2013-08-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
774-777