欢迎来到天天文库
浏览记录
ID：51712860
大小：2.33 MB
页数：17页
时间：2020-02-06
《高光谱图像分类方法.pptx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、高光谱图像分类方法耿修瑞2010.10.11提纲监督分类无监督分类监督分类最小距离法光谱角度填图平行管道法最大似然法典范分析最小距离法Envi演示最大似然法关键在于训练样本统计参数的估计训练样本的个数要足够多Envi演示典范分析最小类内聚合度最大类间离散度典范分析无监督分类方法KmeansIsodata万有引力Kmeans初始点的选取类别数的给定最小距离迭代重复上述步骤Envi演示基于万有引力的高光谱图象分类算法本算法的思想源于下面一个假想的景象：浩瀚的宇宙中，每一个星球只在别的星球的万有引力作用下运动，大的星球不断吸引着周围的小星球，通过不断的聚集
2、，最后形成若干个大的星团。我们把需要分类的所有样本比作质量相同的球体，这样样本分布比较密的地方就对应着大的星球，样本分布比较稀疏的地方对应着小的星球，在相互之间的万有引力作用下，经过一段时间的聚集之后，最后形成的大的星团就对应着我们所要的分类结果。人工模拟数据实验情况Quickbird图象实验情况原始假彩色合成图像（波段4，3，2）及其分块图象分类结果用于处理的Cuprite区域的AVIRIS数据假彩色合成图(2101nm,2200.8nm,2340.2nm)K-Means聚类结果(10)万有引力再聚类结果(10)感兴趣区域内主要为流纹质,硅质凝灰岩
3、,但是由于地形，阴影等因素的影响,使得它们在特征空间中主要呈现线性变化分布特征,k_means和Isodata等传统的非监督分类方法对此类分布特征失效.而利用我们的方法就能很好的将它们归为一类.
此文档下载收益归作者所有
