基于自适应区间二型模糊聚类的遥感土地覆盖自动分类

• 作者: 余先川 胡丹 贺辉
• 来源期刊: 地球物理学报
• 学科: 地球科学
• 关键词: 二型模糊集 土地覆盖分类 自适应模糊聚类 遥感影像 SPOT5
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 空间物理学·大气物理学·重力与大地测量学
• 页码范围: 1983-1993
• 页数: 11页
• 分类号: P237
• 语种: 中文
• DOI: 10.6038/cjg20160605

摘要

遥感影像土地覆盖分类面临“类别密度差异显著”、“同谱异物”和“同物异谱”等不确定性问题,传统的分类方法(如FCM)因不能描述高阶模糊不确定性,无法完成准确建模,使分类误差较大,而二型模糊集恰是处理此类不确定性的有效工具.在引入二型模糊集新概念和自适应降型新方法的基础上,提出一种自适应二型模糊分类方法(A-IT2FCM):(1)基于样本集模糊距离度量构建面向分类的区间二型模糊集,以尽可能降低对先验知识和预设参数的依赖,从而满足自动分类的要求;(2)给出一种自适应探求等价一型代表(模糊)集合的高效降型方法,在此基础上进行自适应区间二型模糊聚类.实验数据为珠海横琴和北京颐和园的SPOT5影像数据,对比方法有A-IT2FCM、基于Karnik-Mendel算法降型和基于Tizhoosh提出的简易降型方法的区间二型模糊C均值聚类以及作者前期研究提出的区间值模糊C-均值算法(IV-FCM).实验结果表明,A-IT2FCM方法分类效果佳,在类别具有较大密度差异和多重模糊性时能得到比FCM及IV-FCM更精确的边界和更连贯的类别,适于处理遥感影像土地覆盖类别的深层不确定性;同时在“光谱混叠”现象严重时,可以获得比对比方法更稳健、精度更高的影像自动分类结果,且时间复杂度明显低于基于Karnik-Mendel方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余先川		72	548	13.0	21.0
2	胡丹		24	625	8.0	24.0
3	贺辉		19	76	5.0	8.0