基于粗糙集的K——均值聚类算法在遥感影像分割中的应用

被引:6
作者
邵锐
巫兆聪
钟世明
机构
[1] 武汉大学遥感信息工程学院
[2] 中国科学院测量与地球物理研究所
关键词
遥感影像; 粗糙集; 聚类; 粗糙聚类分割;
D O I
暂无
中图分类号
P237 [测绘遥感技术];
学科分类号
1404 ;
摘要
结合粗糙集理论和K———均值聚类算法,提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系,应用粗糙集理论的等价关系,求出K———均值聚类所需要的初始类的个数和均值,然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量,提高了分类精度和准确性。
引用
收藏
页码:3 / 5
页数:3
相关论文
共 7 条
[1]  
图象分割.[M].章毓晋著;.科学出版社.2001,
[2]  
Rough集理论与知识获取.[M].王国胤编著;.西安交通大学出版社.2001,
[3]  
数据挖掘聚类算法的分析和应用研究.[D].郑洪英.重庆大学.2002, 01
[4]   一种彩色多级阈值的图像分割方法及在形状特征提取方面的应用 [J].
蔡珣 ;
朱波 ;
曾广周 .
山东大学学报(工学版), 2002, (04) :333-336+353
[5]   基于RoughSets的图像分割法 [J].
余英泽 ;
胡振鹏 .
南昌大学学报(工科版), 2000, (01) :33-37
[6]   粗糙集理论在图像增强中的应用 [J].
徐立中 ;
王慧敏 ;
刘美林 ;
杨锦堂 .
数据采集与处理, 1999, (03) :307-310
[7]   图像的模糊增强与聚类分割 [J].
吴国雄,陈武凡 .
小型微型计算机系统, 1994, (11) :21-26