基于优势集聚类和马尔科夫随机场的高光谱图像分类算法

编号 zgly0001675937

文献类型 期刊论文

文献题名 基于优势集聚类和马尔科夫随机场的高光谱图像分类算法

作者 曲海成  郭月  王媛媛 

作者单位 辽宁工程技术大学软件学院 

母体文献 国土资源遥感 

年卷期 2019年02期

年份 2019 

分类号 TP751 

关键词 优势集  聚类  波段选择  马尔科夫随机场  高光谱图像  分类 

文摘内容 为充分利用高光谱图像自身丰富的光谱信息和空间信息,提出一种基于优势集聚类和马尔科夫随机场相结合的高光谱图像分类算法。首先,分析高光谱图像局部空谱一致性,完成对波段信息量和差异程度的度量,构造无向加权图,利用优势集聚类方法选择出保留良好结构信息的最优波段子集;其次,通过马尔科夫随机场对波段选择后的相邻像元建立局部空谱一致性,有效利用图像空间上下文信息;最后,根据贝叶斯定理,将高光谱图像分类问题转化为最大后验概率的求解问题,从而获得分类结果。2个经典数据集(Indian Pines和Pavia University)的实验表明,相比其他同类算法,该算法能达到更高的总体分类精度和Kappa系数。