基于非對(duì)稱二型模糊集的遙感圖像聚類方法研究.pdf

1、遙感圖像分為航空?qǐng)D像和衛(wèi)星圖像。遙感圖像聚類是遙感應(yīng)用技術(shù)體系中的關(guān)鍵環(huán)節(jié)。遙感圖像聚類在理論和技術(shù)方面都取得了長足的發(fā)展，但是仍難以滿足實(shí)際應(yīng)用的需要。尤其在現(xiàn)代軍事方面，遙感圖像在軍事圖像中占有一席之地，軍方通過衛(wèi)星、機(jī)載相機(jī)等設(shè)備對(duì)地面軍事重要目標(biāo)進(jìn)行拍攝。為了更好更快地得到重要目標(biāo)，軍事判讀員都會(huì)通過遙感圖像對(duì)軍事目標(biāo)進(jìn)行判讀，獲取有軍事價(jià)值的信息，然后進(jìn)行精確打擊。因此，可以提高部隊(duì)的戰(zhàn)斗力，盡快適應(yīng)高科技下的軍事變革，真正做

2、到首戰(zhàn)用我，用我必勝的效果。
　　模糊C均值聚類法是一種主要的遙感圖像聚類方法。近些年得到許多專家學(xué)者的關(guān)注，并在此基礎(chǔ)上發(fā)展一系列的相關(guān)理論知識(shí)，來豐富模糊C均值的方面的空白。間隔二型模糊C均值聚類算法本質(zhì)上是一種局部尋優(yōu)技術(shù)，初始類別中心的位置和參數(shù)的選取對(duì)聚類結(jié)果影響巨大;間隔二型模糊隸屬函數(shù)默認(rèn)是對(duì)稱狀態(tài)，針對(duì)不對(duì)稱分布情況的處理能力有待提高;降型過程運(yùn)算復(fù)雜、效率較低。本文針對(duì)間隔二型模糊C均值聚類算法的這些缺點(diǎn)，提出了

3、以下幾個(gè)改進(jìn)方法，并將改進(jìn)方法應(yīng)用于遙感圖像的聚類的分割處理中。
　　(1)提出非對(duì)稱間隔二型模糊集的表示方法，可以作為間隔二型模糊集合泛化補(bǔ)充。
　　(2)提出非對(duì)稱間隔二型模糊C均值聚類方法的最佳聚類數(shù)選擇方法，為降低二型模糊聚類操作中的聚類不確定性提供了有效的途徑。
　　(3)提出非對(duì)稱間隔二型模糊C均值算法，充分考慮了樣本分布的非對(duì)稱性，提升了聚類性能和穩(wěn)定性。
　　實(shí)驗(yàn)結(jié)果證明了本文提出的非對(duì)稱間隔二型