基于扩展模糊聚类的单光谱值遥感图像混合像元分解

摘要： 遥感图像中混合像素的存在是影响精确分类的主要问题。本文重点研究了混合像素问题的两个方面：首先是从图像中识别混合像素，其次是将它们标注到合适的类别。在第一阶段，基于超像素算法和RGB模型，利用模糊C均值（FCM）从RSI图像中提取混合像素。在第二阶段，将第一阶段提取的混合像素分解到合适的类别。这种新提出的技术结合了用于混合像素聚类的PSO-FCM（粒子群优化-模糊C均值）和用于分类目的的ANN-BPO（人工神经网络-基于生物地理学的粒子群优化）。实验结果表明，与现有技术相比，该方法提高了分类精度，并成功实现了遥感图像的更好分类。