關鍵詞：優勢集 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,利用優勢集聚類方法選擇出保留良好結構信息的最優波段子集;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個經典數據集(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。

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