科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的模糊C均值聚类（Fuzzy C-means Clustering,FCM）算法在遥感图像分类处理中应用广泛，但其以指数加权的形式表征算法模糊程度，没有引入空间邻域作用，导致算法在分类的过程中对噪声及异常值极其敏感，影响图像分类精度。本文针对FCM算法存在的问题，将空间约束融入FCM算法中，考虑了空间邻域像素作用，并用算数加权代替指数加权，赋予明确的物理意义，提高算法的抗噪能力。提出快速广义FCM算法（Fast Generalized FCM，简称FGFCM）对影像进行自动分类处理，试验结果的总体精度为96.78,Ka系数值为0.96，结果表明：利用改进后的模糊聚类算法得到的图像分类轮廓线明确，基本没有噪声点，效果明显优于FCM算法。
- 出版日期2023
