基于加权空—谱联合的遥感图像聚类

摘要

高光谱图像聚类算法可以从海量的高光谱图像数据中提取有用的信息,传统的聚类方法只单纯地利用了高光谱图像的空间信息或者光谱信息,并不能达到理想的聚类效果.基于此,提出了一种新的融合高光谱图像的空间信息和光谱信息的聚类方法,加权空—谱谱聚类(WSS-SC)算法,该方法通过引入样本点的近邻窗口尺度和光谱因子2个参数实现将高光谱图像的空间信息和光谱信息有效结合起来对高光谱图像进行重构,对重构后的图像进行谱聚类,有利于提高分类精度.在SalinasA数据库上的实验结果表明,由WSS-SC算法得到的OA为84.44％,kappa系数为0.8101,分别较K均值算法提高了17.54％,0.2012,聚类效果较好.