CAMFT算法在遥感影像分割中的应用  

Application of Algorithm CAMFT on Remote Sensing Image Segmentation

作　　者：黄添强[1] 卓飞豹[1] 

机构地区：[1]福建师范大学数学与计算机科学学院,福建福州350007

出　　处：《江苏技术师范学院学报》2007年第6期28-34,共7页Journal of Jiangsu Teachers University of Technology

基　　金：福建省青年创新基金(2006F3045);福建省自然科学基金(2007J0016)资助

摘　　要：遥感影像具有数据量大、数据结构复杂、连续、存在缺损与误差等特点,根据遥感影像的特点,提出一种基于多代表特征树的CAMFT算法。该算法通过多代表点特征树把海量空间数据进行压缩来提高效率,并且可以捕捉复杂形状聚类;算法CAMFT融入了采样思想,进一步增强了处理大型数据的能力。实验结果表明,该方法聚类精度优于K-Mean算法。Remote sensing image segmentation have the features of largeness, complexity, continuity, spatial autocorrelation, missing data and error in spatial database. The algorithm CAMFT based on multi-representation feature tree is proposed. It can process huge data by compressing, and can detect clusters of complicated shapes. CAMFT algorithm adopts the technique of random sampling, so greatly enhances the ability to detect clusters in large databases. Experimental results show that the algorithm outperforms the K-Mean algorithm in precision.

关 键 词：遥感影像分割 聚类 多代表特征树 

分 类 号：TP237[自动化与计算机技术—检测技术与自动化装置] TP18[自动化与计算机技术—控制科学与工程]