10.11896/j.issn.1002-137X.2017.09.004
基于高斯云变换的遥感图像多粒度聚类
遥感图像技术的迅猛发展,使得传统聚类方法的局限性日益凸显.针对其信息量大、结构复杂等特点,从多粒度、多层次的角度来分析与理解地学现象,能够更好地解决遥感图像的自适应聚类问题.基于云模型与混合高斯相结合的高斯云变换是一种求解多粒度问题的新方法,能够解决问题域中多粒度的生成问题,但是其时间复杂度较高以及对噪声敏感等缺点,导致对遥感图像的聚类结果不理想.因此提出一种改进的高斯云变换方法,首先通过K-Means聚类优化初始粒度的选择,其次结合幅度云综合对粒度跃升策略进行改进,然后使用一种隶属度距离进行粒度的区域划分,最终对遥感图像进行聚类.实验结果验证了所提方法的正确性和有效性.
遥感图像、高斯云变换、多粒度、图像聚类
44
TP391(计算技术、计算机技术)
国家自然科学基金61272060
2017-10-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
23-27,52