关键词：优势集 聚类 波段选择 马尔科夫随机场 高光谱图像 

摘要：为充分利用高光谱图像自身丰富的光谱信息和空间信息,提出一种基于优势集聚类和马尔科夫随机场相结合的高光谱图像分类算法。首先,分析高光谱图像局部空谱一致性,完成对波段信息量和差异程度的度量,构造无向加权图,利用优势集聚类方法选择出保留良好结构信息的最优波段子集;其次,通过马尔科夫随机场对波段选择后的相邻像元建立局部空谱一致性,有效利用图像空间上下文信息;最后,根据贝叶斯定理,将高光谱图像分类问题转化为最大后验概率的求解问题,从而获得分类结果。2个经典数据集(Indian Pines和Pavia University)的实验表明,相比其他同类算法,该算法能达到更高的总体分类精度和Kappa系数。

国土资源遥感杂志要求:

{1}参考文献中的每条项目应齐全。

{2}来稿文责自负，抄袭率控制在15%以内，严禁一稿多投。

{3}文内有关特定内容的注释以尾注形式写明，序号用带圆圈的阿拉伯数字表示。

{4}关键词每篇文章可选4-5个关键词，请选择能反映论文主要内容或研究方法的词作为关键词。

{5}正文中出现一百字以上的引文，不必加注引号，直接将引文部分左边缩排两格，并使用楷体字予以区分。一百字以下引文，加注引号，直接放在正文中。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社