说明:图像分割,还可以,kmeans聚类的方法。k-means算法是一种聚类算法,所谓聚类,即根据相似性原则,将具有较高相似度的数据对象划分至同一类簇,将具有较高相异度的数据对象划分至不同类簇。
说明:数据采用PCA降维后进行kmeans聚类确定样本类别,对聚类后数据作图,包括数据点以及质心位置, 随后进行样本集划分,利用knn算法进行有监督的学习分类,经测试,能够取得较好的分类效果。
说明:根据实验数据设计K均值聚类分析分类器,实验数据采用遥感彩色图像,以图像的所有象素为样本集,每一象素点的R、G、B值作为其特征向量。1)选择合适的类别数K和初始聚类中心。2)选择距离测度。3)设计迭代中止条件,或人为设定迭代次数。
说明:对旧金山海岸的极化SAR数据进行分类。根据图像像素点的散射特性采用Freeman分解对图像进行分类,利用wishart聚类算法聚类,最后得到极化sar数据的分类结果。保证了图像的极化特性和散射特性。