论文部分内容阅读
为适应SAR海冰图像的斑点噪声和入射角效应,已有的基于随机场模型的海冰分割算法常引入复杂的语境模型,容易导致过平滑现象,不仅降低了部分图像的分割精度,而且运行效率较低。该文依据海冰业务化分类(分割)的特点,提出了一种基于GMM与K-均值的改进聚类方法:首先,在K-均值聚类步骤中集成了合并操作,为基于GMM的聚类提供初值,而且大大缩减了GMM聚类步骤的迭代次数,提高了输出结果的稳定性;然后,利用EM方法学习GMM,完成ML分类,将每个像素分配到最终类别中。实验结果表明,在分类精度可比甚至更高的情况下,