基于模糊化高斯隶属函数的高分辨率遥感影像分割方法

摘要

本发明提出一种基于模糊化高斯隶属函数的高分辨率遥感影像分割方法，监督采样提取训练样本，计算训练样本中每个像素的灰度值在对应的地物类别中出现的频率值；对不同地物类别建立高斯隶属函数模型；高斯隶属函数模型参数模糊化,建立模糊化隶属函数；建立线性神经网络模型作为高分辨率遥感影像的目标函数，融入空间关系得到高分辨率遥感影像的目标函数矩阵；按最大隶属度原则划分高分辨率遥感影像的目标函数矩阵；按照设定步长改变调节因子，取最优分割作为最终结果。本发明以模糊化隶属函数的边界信息及原始隶属函数为基础，建立目标函数并融入了空间关系，实现了对高分辨率遥感影像复杂分布特征的精确拟合，并有效克服了噪声，提高了分割精度。