文献类型：期刊文章

作　　者：张文君[1] 顾行发[1] 陈良富[2] 余涛[2] 许华[2]

机构地区：[1]电子科技大学自动化工程学院,四川成都610054 [2]遥感科学国家重点实验室中国科学院遥感应用研究所

出　　处：《遥感学报》

基　　金：国家重大基础项目(编号:2002CB412506);中国科学院百人计划项目(编号:KZCX0415);国家教育部留学回国人员科研启动基金重点项目(编号:HX040013);国防科学技术工业委员会项目(编号:KJSX0401)

年　　份：2006

卷　　号：10

期　　号：5

起止页码：715-721

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

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-M eans(K均值)模块高。

关 键 词：遥感图像分类 K均值 聚类

分 类 号：TP751.1]