论文部分内容阅读
该文模糊聚类是一种重要的分类方法,已有的模糊分类算法应用于极化SAR图像时只利用了光谱信息,未考虑到邻域像元间统计依赖关系,针对这一缺陷,该文引入了邻域函数来描述这种依赖关系。在模糊C均值(FCM)框架下,利用邻域函数进行类别概率松弛,而且松弛程度可根据具体应用修改,增强算法的灵活性。利用DLR实验室的全极化数据进行的实验表明即使在强噪声下本文算法也能获得一致连续的分类效果。