论文部分内容阅读
不同类型的地物具有不同的反射光谱, 在多维光谱空间中构成不同的特征向量, 这便是我们利用多光谱图像区分地物的物理依据。多光谱图像分类的精度受到多种因素的影响, 如模式样本集的数据结构、分类特征的提取、距离测度、分类准则、分类数目等。本文引入光谱匹配识别中的典型方法——光谱角度匹配法(SAM法), 通过与欧氏距离的比较分析与综合, 提出一种可以兼顾到光谱亮度与光谱向量方向(近似为光谱形状) 的距离测度, 并应用于K-均值动态聚类中, 通过与传统分类方法的比较, 证明这种方法的有效性。