基于对数-主成分变换的EM算法用于遥感影像分类

被引:5
作者
杨红磊 [1 ]
彭军还 [1 ]
李淑慧 [1 ]
师芸 [1 ,2 ]
机构
[1] 中国地质大学(北京)土地科学技术学院
[2] 西安科技大学测量工程系
关键词
高斯混合模型; EM算法; 主成分变换; 直方图;
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
提出对多光谱数据进行对数变换来凸显类型特征,然后进行主成分变换并根据主成分贡献率确定EM算法分类所需主成分数,消除方差协方差矩阵的奇异性,同时削弱噪声;对数变换后的第一主成分直方图充分反映类型信息,由此确定的初始类别标签作为多个主成分EM分类算法所需初始值,避开随机选初值的敏感问题。实验证明,所提出的计算方案分类精度优于普通EM方法和传统的K-means方法。
引用
收藏
页码:378 / 382+403 +403
页数:6
相关论文
共 4 条
[1]   遥感图像最大似然分类方法的EM改进算法 [J].
骆剑承 ;
王钦敏 ;
马江洪 ;
周成虎 ;
梁怡 .
测绘学报, 2002, (03) :234-239
[2]   Hierarchical initialization approach for K-Means clustering [J].
Lu, J. F. ;
Tang, J. B. ;
Tang, Z. M. ;
Yang, J. Y. .
PATTERN RECOGNITION LETTERS, 2008, 29 (06) :787-795
[3]   Unsupervised and adaptive Gaussian skin-color model [J].
Bergasa, LM ;
Mazo, M ;
Gardel, A ;
Sotelo, MA ;
Boquete, L .
IMAGE AND VISION COMPUTING, 2000, 18 (12) :987-1003
[4]   An empirical comparison of four initialization methods for the K-Means algorithm [J].
Peña, JM ;
Lozano, JA ;
Larrañaga, P .
PATTERN RECOGNITION LETTERS, 1999, 20 (10) :1027-1040