遥感数字图像处理-第五章 遥感数字图像的计算机分类(一)2016.pptVIP

* * 最大最小距离选心法（效果最好） 选心原则：各初始类别之间尽可能保持远距离 * 先抽样，设有n个样本，计算步骤： * 非监督分类的主要算法 ISODATA法（迭代自组织数据分析技术） 基本思想：在初始类别参数选定的基础上，通过逐步趋近求出实际的基准类别参数。 * 算法流程： * * * * 总结：以初始类别为“种子”进行自动迭代聚类过程，它可以自动地进行类别的“合并”与“分裂”，其各个参数也在不断地聚类调整中逐渐确定，并最终构成所需要的判别函数。 因此，基准类别参数的确定过程，也正是利用光谱特征本身的统计性质对判别函数的不断调整和“训练”的过程。 * K-mean算法 基本思想：通过迭代，移动各个基准类别的中心，得到最好的聚类结果。 聚类准则（收敛条件）：使每一聚类中，多模式点到该类别的中心的距离的平方和最小。即：对于图像中互不相交的任意一类，计算该类中的像素值与该类均值差的平方和。将图像中所有类的差的平方和相加，并使相加后的值达到最小！ * 第i类中，所有像元到该类中心差的平方和 总类数m，所有像元到该类中心差的平方和 * K-mean算法的计算步骤： * K-mean算法与ISODATA算法的区别： （1）ISODATA算法它不是每调整一个样本的类别就重新计算一次各样本的均值，