基于模糊三I算法的遙感影像聚類分析關(guān)鍵技術(shù)研究.pdf

1、隨著遙感技術(shù)的發(fā)展，不斷地豐富了影像信息，從而使得遙感影像的應(yīng)用得到迅速地推廣。尤其在影像的聚類過程中，遙感影像的高分辨率特性較好地顯示了不同類別的顏色信息，在地物提取、測繪、水土流失檢測、森林分類、土地覆蓋情況等實(shí)際應(yīng)用中充分地展示了其優(yōu)越性。因而對遙感影像聚類分析的研究具有廣泛的應(yīng)用前景。
　　 在目前的有監(jiān)督聚類算法中，普遍認(rèn)為Bayes算法的聚類效果較好，但是其結(jié)果仍然還不能滿足客觀的需求。主要存在的問題有：（1）傳統(tǒng)B

2、ayes算法具有很強(qiáng)的主觀性。隨著影像類別數(shù)的增加，由主觀觀察獲得的類別先驗(yàn)概率的誤差也就隨著增大，需要新的方法來解決其主觀性問題；（2）隨著影像分辨率的提高，影像包含的數(shù)據(jù)會(huì)更加詳細(xì)、信息也更加全面，因而傳統(tǒng)的簡單求和再取平均的特征提取算法難以克服樣本區(qū)域中噪聲點(diǎn)或混合像元的影響，需要新的特征提取算法與之相適應(yīng)；（3）影像聚類可以視為一個(gè)模式識(shí)別問題，然而相同模式的顏色不盡相同或者不同模式的顏色存在相同部分，無疑增加了聚類的難度。如何

3、針對遙感影像聚類分析問題，充分融入一些新的理論知識(shí)和方法進(jìn)行遙感影像的聚類是非常必要的。
　　 本文緊緊圍繞以提高遙感影像聚類精度為主線，利用無人機(jī)遙感影像為主要信息數(shù)據(jù)，重點(diǎn)從探討影響傳統(tǒng)Bayes算法聚類精度因素和構(gòu)造新的聚類算法兩方面加以論述。在現(xiàn)有研究的基礎(chǔ)上，提出了新的遙感影像聚類算法和總結(jié)了聚類精度的評價(jià)指標(biāo)。
　　 針對以上的問題，本文主要的研究工作及成果如下：
　　 (1）在對傳統(tǒng)Bayes聚類算

4、法進(jìn)行研究的基礎(chǔ)上，通過構(gòu)造模糊隸屬度函數(shù)來修正傳統(tǒng)先驗(yàn)概率的主觀確定，以提高遙感影像的聚類精度。
　　 (2）傳統(tǒng)Bayes算法的特征提取中，各類別特征的提取均是基于樣本元素權(quán)值在相同情況下求得的。通過研究灰色關(guān)聯(lián)理論，并結(jié)合遙感影像高分辨率所表現(xiàn)出來的顏色特征，提出了一種能較好克服混合像元或者有噪聲點(diǎn)影響的影像特征提取算法。
　　 (3）通過利用模糊監(jiān)督分類算法中多樣本區(qū)域信息，研究了利用模糊三I算法的理論知識(shí)來對遙