计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2007年
8期
136-139,168
,共5页
陈以超%洪汉玉%王俊%张剑%王成刚
陳以超%洪漢玉%王俊%張劍%王成剛
진이초%홍한옥%왕준%장검%왕성강
遥感图像分类%核密度估计%非参数化%特征空间%重采样策略
遙感圖像分類%覈密度估計%非參數化%特徵空間%重採樣策略
요감도상분류%핵밀도고계%비삼수화%특정공간%중채양책략
目前遥感图像分类算法面临的主要问题是分类精度与算法复杂度的矛盾及算法缺乏鲁棒性.为此,提出了一种基于特征空间重采样的非参数化核密度估计聚类与边缘检测相融合的多模型鲁棒性遥感图像分类方法.首先对遥感图像进行边缘检测以获取图像中每个像素的边缘梯度和方向信息;然后利用重采样策略,在联合域中对新的样本集合进行加权均值平移滤波,找到图像各区域的核密度函数局部最大值,通过迭代移动附近的数据点到此局部最大值;最后对各个分割区域进行合并,得到最终的分类图.实验结果表明,算法可获得高精度的遥感图像分类结果,且具有很强的鲁棒性.
目前遙感圖像分類算法麵臨的主要問題是分類精度與算法複雜度的矛盾及算法缺乏魯棒性.為此,提齣瞭一種基于特徵空間重採樣的非參數化覈密度估計聚類與邊緣檢測相融閤的多模型魯棒性遙感圖像分類方法.首先對遙感圖像進行邊緣檢測以穫取圖像中每箇像素的邊緣梯度和方嚮信息;然後利用重採樣策略,在聯閤域中對新的樣本集閤進行加權均值平移濾波,找到圖像各區域的覈密度函數跼部最大值,通過迭代移動附近的數據點到此跼部最大值;最後對各箇分割區域進行閤併,得到最終的分類圖.實驗結果錶明,算法可穫得高精度的遙感圖像分類結果,且具有很彊的魯棒性.
목전요감도상분류산법면림적주요문제시분류정도여산법복잡도적모순급산법결핍로봉성.위차,제출료일충기우특정공간중채양적비삼수화핵밀도고계취류여변연검측상융합적다모형로봉성요감도상분류방법.수선대요감도상진행변연검측이획취도상중매개상소적변연제도화방향신식;연후이용중채양책략,재연합역중대신적양본집합진행가권균치평이려파,조도도상각구역적핵밀도함수국부최대치,통과질대이동부근적수거점도차국부최대치;최후대각개분할구역진행합병,득도최종적분류도.실험결과표명,산법가획득고정도적요감도상분류결과,차구유흔강적로봉성.
