基于自适应高斯混合模型的遥感影像分类方法研究——以武汉地区遥感影像分类为例

利用遥感影像中地物目标的光谱和纹理特征,基于自适应高斯混合模型对地物特征的概率密度函数进行建模,通过自适应消除最小权重高斯子分量的方法获取分类样本最佳高斯分量数,并基于贝叶斯分类准则进行地物类别的判别,实现遥感影像分类。最后,通过对TM、Quickbird分类实验证明了该算法的有效性,并与传统的图像分类算法进行试验对比,验证了该算法的可行性和优越性。