遥感图像非监督计算机分类方法的研究

摘要

通过对几种常用的非监督计算机遥感图像分类方法,如k-means、层次聚类和神经网络的分析研究发现,由于这些方法不能克服数据噪声点的影响,输出结果对输入参数依赖性较大,使其对图像的分类效果受到影响.为了提高图像的非监督分类效果,本文提出了一种基于密度和自适应密度可达聚类算法.实验分析表明,与常用的分类方法相比,该算法具有良好的分类效果.