卫星图像是一种遥感图像数据，其中每个像素代表地球上的一个特定位置。所记录的像素值是该位置的地球表面的反射辐射。多光谱图像是那些在整个电磁波谱的特定频率上捕捉图像数据的图像，相比之下，全色图像对所有波长的可见光都很敏感。由于这些图像的高分辨率和高维度，它们给聚类技术有效地检测不同大小、形状和密度的集群带来了困难，这也是对快速处理时间的交换。在本文中，我们提出了一种基于网格密度的聚类技术来识别物体。我们还介绍了一种使用基于规则归纳的机器学习算法来对卫星图像数据进行分类的方法。物体识别和分类方法已经用几个合成和基准数据集进行了验证。
《Multispectral Satellite Data Classification using Soft Computing Approach》
论文地址:http://arxiv.org/abs/2203.11146v1
版权声明：内容来源于互联网和用户投稿 如有侵权请联系删除