来源:《地理与地理信息科学》2018年第05期 作者:任莎莎;郎文辉;
选择字号

基于K-GMM算法的SAR海冰图像分类

分享到: 分享到QQ空间

为适应SAR海冰图像的斑点噪声和入射角效应,已有的基于随机场模型的海冰分割算法常引入复杂的语境模型,容易导致过平滑现象,不仅降低了部分图像的分割精度,而且运行效率较低。该文依据海冰业务化分类(分割)的特点,提出了一种基于GMM与K-均值的改进聚类方法:首先,在K-均值聚类步骤中集成了合并操作,为基于GMM的聚类提供初值,而且大大缩减了GMM聚类步骤的迭代次数,提高了输出结果的稳定性;然后,利用EM方法学习GMM,完成ML分类,将每个像素分配到最终类别中。实验结果表明,在分类精度可比甚至更高的情况下,与其他几种常见算法相比,该方法有效降低了分类算法的计算复杂度,减少了对计算资源的需求,易于移植到小型化、移动化设备上。(本文共计7页)       [继续阅读本文]

下载本文订阅本刊

相关文章推荐

地理与地理信息科学杂志2018年第05期
地理与地理信息科学
主办:河北省科学院地理科学研究所
出版:地理与地理信息科学杂志编辑部
出版周期:双月
出版地:河北省石家庄市

本期目录