基于支持向量聚類的遙感圖像分割算法研究.pdf

1、遙感圖像分割是實現(xiàn)遙感圖像理解關鍵的一步，是一個跨越圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡等多學科研究領域的綜合性研究課題，有著廣闊的應用前景，近年來受到人們普遍重視。由于遙感圖像具有尺寸大、多波段、內容豐富多樣、紋理特征豐富、多尺度等特征，使得遙感圖像的分割比一般圖像的分割難度更大。 支持向量聚類方法是當前倍受關注的聚類分析方法。本文在認真研究了傳統(tǒng)聚類分析方法和支持向量機理論的基礎上，將支持向量聚類方法應用到遙感圖像分割領

2、域，實現(xiàn)了圖像分割。該方法的主要思想是樣本點經(jīng)過一個非線性映射映射到一個高維特征空間，并在此空間中尋找一個包圍所有樣本點且具有最小半徑的超球，當這個球面被映射回數(shù)據(jù)空間時，能分割成幾個部分，每個部分都包含了獨立的數(shù)據(jù)點簇，進而將數(shù)據(jù)樣本點分割。該方法的優(yōu)點：通過二次規(guī)劃問題求解，能得到全域最優(yōu)解；能處理任意形狀的聚類，并能劃分有重疊區(qū)域的聚類形狀，對噪聲也能有效分析。實驗結果表明：能獲得理想的分割效果，并驗證了該方法的有效性。