基于空间上下文信息的部分K均值算法

• 作者: 孙茂印 汤晓安 谢耀华 陈鸿
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: K均值 初始类心 区域生长 聚类 分类
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 算法研究
• 页码范围: 1732-1737
• 页数: 6页
• 分类号: TP391
• 字数: 4860字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2009.11.013

摘要

聚类分析是遥感影像分类等领域中的一项重要技术.为了在聚类分析中引入空间上下文信息,本文对经典的K均值算法进行改进:首先提出了一种简单的方法来确定初始类心;然后在聚类迭代过程中,不再沿用现有方法中为所有数据都确定类属的常规思路,而是结合邻域信息筛选出类属不明显的像素,将其标记为"待定";最后在区域生长环节中,算法再根据邻域像素的类别来综合确定"待定"像素的类别.实验结果表明,比起ISODATA和K均值,本文的方法能够使分类结果具有更高的精度和更优良的视觉特性;并且,本文方法的抗噪性能也比现有算法有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤晓安	国防科技大学电子科学与工程学院	57	526	13.0	19.0
2	孙茂印	国防科技大学电子科学与工程学院	30	474	12.0	21.0
3	谢耀华	国防科技大学电子科学与工程学院	7	63	5.0	7.0
4	陈鸿	国防科技大学电子科学与工程学院	5	37	4.0	5.0