遥感图像的分类
本论文所研究的主要是非监督算法。在论文中，详细介绍了传统的非监督分类方法K-means算法及ISODATA算法，并在此基础上，提出了基于概率模型的K-means算法和模糊ISODATA算法。计算结果表明，这两种方法都具有比传统非监督算法好的分类效果。在论文的实验数据分析中，还将小波域的隐含马尔可夫树模型应用到遥感图像分类中，并得出了相应的分类结果。从结果可以看出，本文所提出的基于概率模型的K-means算法和模糊ISODATA算法都比传统的非监督方法分类精度高，图像也比较平滑。针对SAR图像有大量斑点噪声的特点，将隐含马尔可夫模型应用到小波域中进行图像分类，分类结果表明，这也是一种很有效的分类方法。
SAR图像;非监督分类;遥感图像
北京化工大学
硕士
计算机应用技术
赵淑清
2004
中文
TP751;TP391.41
52
2005-11-16（万方平台首次上网日期，不代表论文的发表时间）