王少宇，焦洪赞，钟燕飞

1. 武汉大学遥感信息工程学院，湖北 武汉 430079； 2. 武汉大学城市设计学院，湖北 武汉 430072； 3. 武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079

条件随机场模型约束下的遥感影像模糊C-均值聚类算法

王少宇1，焦洪赞2，钟燕飞3

1. 武汉大学遥感信息工程学院，湖北 武汉 430079； 2. 武汉大学城市设计学院，湖北 武汉 430072； 3. 武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079

遥感影像具有丰富的空间相关信息，而传统的基于像元光谱的聚类算法并不能将空间信息融入聚类，聚类结果往往不好。针对这一问题，本文提出了一种条件随机场模型约束下的模糊C-均值聚类算法，通过邻域像元的分类先验信息对中心像元的类别进行约束从而提取空间相关信息，基于二阶条件随机场将光谱信息和空间相关信息同时融入聚类，并使用环形置信度迭代算法得到像元分类后验概率的全局最优推测。试验证明，本文算法能够有效地保持地物的形状特征，分类精度相比传统算法有所提高。

遥感影像聚类; 模糊C-均值; 条件随机场; 空间相关信息

遥感影像聚类是遥感图像处理的关键技术之一，通过像元的相似性判别准则，将特征相似的像元划分为同一聚类[1-3]，为遥感影像信息解译提供认知基础，常见的遥感影像聚类算法包括k-means[4]、ISODATA[5]、模糊聚类[6-7]等。对于低分辨率遥感影像，因其空间分辨率限制，导致混合像元现象普遍出现，影像具有模糊性与不确定性。……