偏向自适应区间模糊C均值的遥感地物分类方法

冯国政; 徐金江; 范宝德; 赵甜雨

doi:10.13951/j.cnki.37-1213/n.2019.03.013

烟台大学学报（自然科学与工程版） ›› 2019, Vol. 32 ›› Issue (3) : 277 -281. DOI: 10.13951/j.cnki.37-1213/n.2019.03.013

偏向自适应区间模糊C均值的遥感地物分类方法

冯国政, 徐金江, 范宝德, 赵甜雨

作者信息 +

Author information +

文章历史 +

摘要

遥感图像类内地物的异质性和类间地物的模糊性,造成地物类别归属的不确定性.模糊集理论能够对分类模糊现象进行有效的刻画,而区间值数据模型能够反映类别数据的不确定性.因此,本文结合区间值数据模型与模糊C均值算法,提出一种偏向自适应区间的模糊C均值算法,通过归一化类内均方差调整类别的整体区间宽度,利用偏向因子对数据进行有选择性的动态区间建模,进而增加类内紧凑性与类间边界可分性.实验结果表明,该方法可以有效地应用于SPOT5遥感数据的地物分类,整体分类精度和Kappa系数较现有流行的模糊分类方法均有较大的提升.