- 相關推薦
基于概率潛語義分析模型的高光譜影像層次聚類分析
摘要：將概率潛語義分析模型(PLSA)應用于高光譜影像聚類,提出一種基于語義信息的影像聚類方法.首先,利用ISODATA算法獲取影像的初次聚類結果,從而形成PLSA模型中的視覺詞；其次,利用影像分割算法對高光譜影像進行分割,并將分割體作為PLSA模型的文檔；再次,利用多種最佳聚類類別數估計方法確定PLSA模型的潛語義主題的個數；進而估計PLSA模型的參數,獲得概率主題內視覺詞的概率分布和每個分割體中各概率主題的混合比例；最后利用統計模式識別方法獲取每個影像文檔中各個視覺詞對應的潛語義主題的類型,從而實現影像的層次聚類分析.相關實驗結果表明,本文的層次聚類結果較K-MEANS算法、ISODATA算法聚類結果的面向對象特性更明顯,其與真實地物的空間分布更接近. 作者： 易文斌[1]慎利[1]齊銀鳳[2]唐宏[3] Author： YI Wen-bin[1] SHEN Li[1] QI Yin-feng[2] TANG Hong[3] 作者單位： 北京師范大學地表過程與資源生態國家重點實驗室,北京100875; 北京師范大學資源學院,北京 100875北京師范大學地表過程與資源生態國家重點實驗室,北京100875;國土環境與災害監測國家測繪局重點實驗室,江蘇徐州221116北京師范大學地表過程與資源生態國家重點實驗室,北京100875;礦山空間信息技術國家測繪局重點實驗室,河南焦作454010;北京師范大學環境演變與自然災害教育部重點實驗室,北京100875 期 刊： 光譜學與光譜分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(9) 分類號： O433.4 關鍵詞： 概率潛語義分析模型 高光譜影像 層次聚類 語義信息 機標分類號： TP3 TN9 機標關鍵詞： 基于概率 潛語義 分析模型 高光譜影像 層次聚類分析 Semantic Analysis Based Image ISODATA算法 PLSA 視覺詞 主題 統計模式識別方法 實驗結果 分割算法 K-MEANS算法 語義信息 文檔 空間分布 聚類方法 基金項目： 國家自然科學基金，高等學校博士學科點專項基金【基于概率潛語義分析模型的高光譜影像層次聚類分析】相關文章：
基于光譜相關性的SVM高光譜遙感影像分類04-28
基于概率的兵力部署模型04-29
基于端元提取的高光譜影像特定目標識別04-28
基于層次分析法的供應商評價模型05-02
基于潛在語義分析的文本研究04-29
基于描述邏輯的地圖語義模型初步研究04-27
關于高光譜影像的土地信息提取04-30
基于灰關聯度的事故聚類分析05-02