為了在高光譜影像分類過程中有效地利用波段信息,在傳統(tǒng)K均值算法的基礎(chǔ)上引入特征加權(quán)的思想,使得在聚類過程中能夠充分合理利用各波段信息。該算法中,根據(jù)波段影像的熵、標(biāo)準(zhǔn)差、均值及互信息等統(tǒng)計(jì)信息的函數(shù)定義波段權(quán)重;根據(jù)波段對聚類的重要性定義波段-類別權(quán)重,并且定義其熵信息測度作為約束項(xiàng)。對Salinas高光譜影像分別采用本文算法和傳統(tǒng)K均值算法進(jìn)行實(shí)驗(yàn),從總精度及Kappa值方面來看,該算法都比傳統(tǒng)K均值算法的數(shù)值高,由此說明引入波段權(quán)重及波段-類別權(quán)重的有效性。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1Salinas真彩色影像與標(biāo)準(zhǔn)分類圖

為了驗(yàn)證提出算法對高光譜影像分類的有效性,利用MATLAB軟件編程以實(shí)現(xiàn)高光譜影像分類。實(shí)驗(yàn)選用了AVIRIS數(shù)據(jù),影像內(nèi)呈現(xiàn)的是Salinas地區(qū),空間分辨率為3.7m,尺寸為512pixel×217pixel,光譜測量范圍為400～2500nm,實(shí)驗(yàn)中去除水吸收波段....

圖2高光譜影像分類結(jié)果

采用對比算法和提出算法對高光譜影像進(jìn)行分類得到的結(jié)果如圖2所示。其中,圖2(a)為K均值算法獲得的高光譜影像分類結(jié)果,圖2(b)為提出算法獲得的高光譜影像分類結(jié)果。從視覺上看,K均值算法將C1和C2類分成了一類,將C10和C11類分成了一類,C8和C15類區(qū)域錯(cuò)分成了4個(gè)類別。本....

本文編號：3895630