测绘通报 ›› 2015, Vol. 0 ›› Issue (12): 23-26.doi: 10.13474/j.cnki.11-2246.2015.369

• 学术研究 • 上一篇    下一篇

融合增强型模糊聚类遗传算法与ISODATA算法的遥感影像分类

郭云开1, 曾繁2   

  1. 1. 长沙理工大学交通运输工程学院, 湖南长沙 410076;
    2. 湖南交通职业技术学院路桥工程学院, 湖南长沙 410132
  • 收稿日期:2015-03-20 修回日期:2015-10-15 出版日期:2015-12-25 发布日期:2015-12-30
  • 作者简介:郭云开(1958-),男,博士,教授,主要研究方向为道路环境遥感评价等。E-mail:guoyunkai226@163.com
  • 基金资助:

    国家自科科学基金(41471421);国家自然科学基金(41171397);贵州省交通科技计划项目(2014-121-039)

Remote Sensing Classification of Combined Enhanced Fuzzy Clustering Genetic Algorithm with ISODATA Algorithm

GUO Yunkai1, ZENG Fan2   

  • Received:2015-03-20 Revised:2015-10-15 Online:2015-12-25 Published:2015-12-30

摘要:

针对ISODATA算法预设参数较多,其聚类中心与最优迭代数目很难预先准确设定,且在聚类时没有将影像自身特点充分考虑,对个体适应度函数重视不够的问题,本文提出一种融合增强型模糊聚类GA与ISODATA的聚类方法,对聚类原型矩阵进行编码,构造隶属度矩阵,解求个体适应度函数值,在影像特征空间中搜索得到样本全局收敛极值点。通过试验证明,该方法能避开随机初选值的敏感问题,避免聚类过程的随机性,使分类结果与实际情况更为接近,该算法精度优于传统的ISODATA算法与模糊聚类GA算法,提高了分类的精度,整体效果较好。

关键词: ISODATA, 增强型模糊聚类GA, 适应度函数, 遥感影像分类

中图分类号: