论文部分内容阅读
提出一种基于分形理论和改进模糊C均值聚类的遥感图像非监督分类方法，该方法尝试将图像的光谱信息和纹理特征相结合。将图像进行主分量变换，根据第一主分量计算图像的布朗运动的各方向的分形维数，差分盒维数和“空隙”等纹理特征作为分类依据。采用改进的模糊C均值聚类，并用混淆矩阵方法评定分类结果精度。通过对试验区的分类试验，说明该方法对改善土地覆盖分类精度行之有效。