基于空间信息核模糊C均值聚类算法的遥感图像分类

《基于空间信息核模糊C均值聚类算法的遥感图像分类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学硕士学位论文基于空间信息核模糊C均值聚类算法的遥感图像分类作者姓名：沈忠阳指导教师：覃亚丽教授浙江工业大学信息工程学院2013年3月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterClassificationofRemoteSensingImageBasedonSpatialInformationKernelizedFuzzyC-meansAlgorithmCandidate：ShenZhong-yangAdvisor：Prof．QinYa-liCollegeofIn

2、formationEngineeringZhejiangUniversityofTechnologyMarch2013舢7舢8舢6iiii¨i●■__舢1Ⅲ4洲Z洲Y浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均己在文中以明确方式标明。本人承担本声明的法律责任。作者签名：i定造．弓峥日期：加f)年9月2髟曰学位论文版权使

3、用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密“(请在以上相应方框内打“√”)作者签名：的毽、子峰日期：叫)年譬月上翌日导师签名：巍％日期：汐阵广月毋函浙江工业大学硕士学位论文基于空间信息核模糊C均值聚类算法的遥感图像分类摘要遥感技术的发展为人们观测宇宙和探知地球发挥了重要的作用。卫星遥感

4、图像为地表观测提供了丰富的观测数据，为了有效地利用遥感数据，将遥感图像的光谱信息转化为用户的类别信息，需要有效地对遥感图像进行分析和解译。如今分类制图仍然大规模地使用人工的方法，这种方法不仅需要大量的人力物力，而且消耗大量的时间。基于计算机技术的遥感图像分类方法是对传统方法的重大改进。遥感图像分类方式主要有两种，即监督分类和非监督分类。非监督的遥感图像分类技术已经成为遥感图像分类领域的主要方法之一。本文重点探讨了基于模糊理论的非监督分类算法，完成的工作有以下几点：1．阐述了遥感图像分类的基本原理，介绍了遥感图像分类精度评价的原理及方法，总结了几种常用的遥感图像分类方法。2．给

5、出了一种非监督分类方法：模糊C均值聚类(FcM)算法。针对该算法在分类过程中对噪声比较敏感这个缺点，本文给出了一种基于空间信息的模糊C均值聚类(SFCM)算法。该算法能有效利用图像的空间信息从而达到对含有噪声的遥感图像准确分类的目的。实验结果证明了该算法的有效性。3．FCM算法的非线性处理能力有限，然而遥感图像分类多数是非线性问题。针对该问题，本文给出了一种基于核函数的模糊c均值聚类算法：核模糊c均值聚类(KFCM)算法。通过把核函数引入到FCM算法中，KFCM算法使原来在低维空间非线性不可分的模式变成在高维空间线性可分，从而提高遥感图像的分类精度。4．针对FCM算法对噪声敏

6、感以及非线性处理能力有限这两点不足，本文提出了1种改进的算法：空间信息核模糊C均值聚类(SKFCM)算法。用KFCM、SFCM以及SKFCM算法对含有噪声的遥感图像做了分类对比实验，实验结果表明：SKFCM算法不仅具有较好的抗噪性，而且具有较高的分类精度。关键词：遥感图像，分类，空问信息，核函数，模糊C均值聚类i浙江工业大学硕士学位论文CLASSIFICATIoNoFREMoTESENSINGIMAGEBASEDoNSP!．ALTIALINFoRMArrIoNKERNELIZEDFUZZYC．MEANSALGoRITHMABSTRACTThedevelopmentofremo

7、tesensingtechnologyhasplayedanimportantroleforpeopletodiscoverandobservetheearth．Satelliteremotesensingimagesprovideabundantobservationaldatatoearthobservation．Inordertoutilizeremotesensingdataeffectively,andtransformthespectralinformationofremotesensing