基于GOF的SAR海冰图像无监督自动分类算法

作者：刘燕; 石磊

来源：电子测量与仪器学报, 2019, (05): 16-23.

DOI：10.13382/j.jemi.B1801714

• 无监督分类
• 高斯混合模型
• 拟合优度检验
• 马尔科夫随机场 unsupervised classification
• Gaussian mixture model
• goodness-of-fit test
• Markov random field

提出一种基于拟合优度(GOF)的合成孔径雷达(SAR)海冰图像无监督自动分类算法。该算法首先在高斯混合模型(GMM)参数进行估计过程中,附加了一个拟合优度(GOF)检验过程,在一定置信区间条件下,不仅能动态地选择最佳显著类别数,而且在马尔科夫随机场(MRF)计算最小能量对区域重新标记时,能提供初始特征参数;然后,再进行区域增长循环迭代;最后,得到各区域的最佳标记。实验结果证明,此算法在提高运行效率的同时,能够解决无监督图像分类过程中需要手动输入类别数的问题,而且输出结果图与专家解译的实况图相比在细节保持上效果更好,实用性更强。

• 单位
  成都师范学院