基于均值漂移法进行多光谱遥感聚类研究

摘要：

传统的聚类方法大都是基于空间划分的方法,一般都假设数据符合混合高斯模型.这在实际应用中往往是不成立的.在大部分模式分类的问题中,常见的参数形式不适合实际遇到的概率密度,特别是所有经典的参数密度都是单峰的,而一般遥感图像都是包含多峰的密度,因此分类结果往往不够精确.用于模式分类的非参数方法正是解决这类问题的一个重要途径,可以从本质上克服这一缺陷,而且可以发现任意形状的聚类.均值漂移方法是基于密度估计的非参数聚类方法,遥感图像的聚类分析可以通过均值漂移方法来实现,而且均值漂移过程不需要预先给出地物的类别数目,在聚类过程中自动确定类别数,这对于图像中类别数目不易确定的情况,给非监督遥感图像聚类带来方便.

关键词：非参数方法、均值漂移、特征空间、遥感图像

分类号：TP18(自动化基础理论)

在线出版日期：2006-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：17-19,16