基于均值-标准差的K均值初始聚类中心选取算法

摘要

遥感图像分类是遥感图像处理中长期存在的一个难题,针对不同的传感器图像,不同的应用需求,选择合适的分类算法非常重要.在分类中不仅要考虑分类的精度,而且要考虑分类效率.本文研究了K均值算法的初始聚类中心的选择对算法本身聚类精度及效率的影响,提出了一种高效高精度的初始聚类中心选取方案,实验结果表明,利用该算法进行地表分类,效率比ENVI的K-Means(K均值)模块高.