1、遙感技術(shù)的發(fā)展為人們觀測宇宙和探知地球發(fā)揮了重要的作用。衛(wèi)星遙感圖像為地表觀測提供了豐富的觀測數(shù)據(jù)，為了有效地利用遙感數(shù)據(jù)，將遙感圖像的光譜信息轉(zhuǎn)化為用戶的類別信息，需要有效地對遙感圖像進(jìn)行分析和解譯。
　　如今分類制圖仍然大規(guī)模地使用人工的方法，這種方法不僅需要大量的人力物力，而且消耗大量的時間?；谟嬎銠C(jī)技術(shù)的遙感圖像分類方法是對傳統(tǒng)方法的重大改進(jìn)。遙感圖像分類方式主要有兩種，即監(jiān)督分類和非監(jiān)督分類。非監(jiān)督的遙感圖像分類技術(shù)已

2、經(jīng)成為遙感圖像分類領(lǐng)域的主要方法之一。本文重點(diǎn)探討了基于模糊理論的非監(jiān)督分類算法，完成的工作有以下幾點(diǎn):
　　1.闡述了遙感圖像分類的基本原理，介紹了遙感圖像分類精度評價的原理及方法，總結(jié)了幾種常用的遙感圖像分類方法。
　　2.給出了一種非監(jiān)督分類方法:模糊C均值聚類(FCM)算法。針對該算法在分類過程中對噪聲比較敏感這個缺點(diǎn)，本文給出了一種基于空間信息的模糊C均值聚類(SFCM)算法。該算法能有效利用圖像的空間信息從而達(dá)到

3、對含有噪聲的遙感圖像準(zhǔn)確分類的目的。實(shí)驗(yàn)結(jié)果證明了該算法的有效性。
　　3.FCM算法的非線性處理能力有限，然而遙感圖像分類多數(shù)是非線性問題。針對該問題，本文給出了一種基于核函數(shù)的模糊C均值聚類算法:核模糊C均值聚類(KFCM)算法。通過把核函數(shù)引入到FCM算法中，KFCM算法使原來在低維空間非線性不可分的模式變成在高維空間線性可分，從而提高遙感圖像的分類精度。
　　4.針對FCM算法對噪聲敏感以及非線性處理能力有限這兩點(diǎn)不