Метод автоматической кластеризации данных дистанционного зондирования

Abstract

Предметом изучения в статье являются методы автоматической кластеризации данных дистанционного зондирования в условиях априорной неопределенности относительно количества классов наблюдаемых объектов и статистических характеристик признаков классов. Целью является разработка метода аппроксимации многомодальных эмпирических распределений данных наблюдений для построения решающих правил в процедурах попиксельной статистической классификации, а также исследование эффективности данного метода при автоматической классификации объектов на синтезированных и реальных изображениях.

Предметом вивчення в статті є методи автоматичної кластеризації даних дистанційного зондування в умовах апріорної невизначеності щодо кількості класів спостережуваних об'єктів і статистичних характеристик ознак класів. Метою є розробка методу апроксимації багатомодальних емпіричних розподілів даних спостережень для побудови вирішальних правил в процедурах попіксельної статистичної класифікації, а також дослідження ефективності даного методу щодо автоматичної класифікації об'єктів на синтезованих і реальних зображеннях.