關鍵詞：優(yōu)勢集 聚類 波段選擇 馬爾科夫隨機場 高光譜圖像 

摘要：為充分利用高光譜圖像自身豐富的光譜信息和空間信息,提出一種基于優(yōu)勢集聚類和馬爾科夫隨機場相結合的高光譜圖像分類算法。首先,分析高光譜圖像局部空譜一致性,完成對波段信息量和差異程度的度量,構造無向加權圖,利用優(yōu)勢集聚類方法選擇出保留良好結構信息的最優(yōu)波段子集;其次,通過馬爾科夫隨機場對波段選擇后的相鄰像元建立局部空譜一致性,有效利用圖像空間上下文信息;最后,根據(jù)貝葉斯定理,將高光譜圖像分類問題轉化為最大后驗概率的求解問題,從而獲得分類結果。2個經典數(shù)據(jù)集(Indian Pines和Pavia University)的實驗表明,相比其他同類算法,該算法能達到更高的總體分類精度和Kappa系數(shù)。

國土資源遙感雜志要求:

{1}參考文獻中的每條項目應齊全。

{2}來稿文責自負，抄襲率控制在15%以內，嚴禁一稿多投。

{3}文內有關特定內容的注釋以尾注形式寫明，序號用帶圓圈的阿拉伯數(shù)字表示。

{4}關鍵詞每篇文章可選4-5個關鍵詞，請選擇能反映論文主要內容或研究方法的詞作為關鍵詞。

{5}正文中出現(xiàn)一百字以上的引文，不必加注引號，直接將引文部分左邊縮排兩格，并使用楷體字予以區(qū)分。一百字以下引文，加注引號，直接放在正文中。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社