论文部分内容阅读
遥感技术在资源评价,包括矿产资源、水资源、环境资源方面发挥着越来越重要的作用。传统的数字遥感图像分类方法比如最大似然分类法和最小距离分类法是根据遥感图像数据的统计特征与训练样本数据之间的统计关系来进行分类的,其分类精度往往不甚理想。同时,因为地物类型分布方式本身的复杂性,也是传统分类方法分类效果不理想的原因。本文在聚类算法的研究基础上,提出了基于聚类分析的数字遥感图像解译分类方法。首先,为了提高对复杂的、不同形状簇的分类效果,提出了基于密度和自适应密度可达聚类算法(Clustering Algori