本发明公开了一种基于波段迁移的高光谱图像聚类方法。主要解决现有基于高斯混合模型的聚类方法对于高光谱图像聚类不准确,速度较慢,稳定性较差的问题。其实现步骤是:先从高光谱图像中随机选出一些波段分别作为目标域,根据聚类一致性值,从目标域选出一些聚类不稳定样本;再根据欧氏距离原则从高光谱图像剩余波段中选取一些波段作为源域,利用EM算法估计源域中高斯混合模型的参数;最后将源域中的参数迁移至目标域来改善目标域中不稳定样本的聚类结果。本发明与传统的聚类方法相比,具有速度快、效果好等优点,而且可使用较少的波段达到较高的分类精度,大大的节约了计算成本,可用于矿产探测、资源调查及环境监测。
声明:
“基于波段迁移的高光谱图像聚类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)